Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "柯佳伶 博士"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    近似探勘資料流中最近重覆樣式方法之研究
    (2006) 周蓓旻
    重覆樣式可以顯示資料項出現的前後關聯性,應用於資料摘要與資訊預測的依據。愈來愈多的應用之資料輸入方式形成資料流型態,傳統對靜態資料庫探勘重覆樣式的探勘方法已不適用。此外,在資料流的動態環境下,若從整個歷史資料序列中探勘出重覆樣式,則無法反應資料流中的最新趨勢。因此,本論文提出有效率偵測動態資料流中的最近重覆樣式的兩個演算法,分別稱為出現位元序列漸進探勘法及保留樣式估算法。出現位元序列漸進探勘法運用出現位元序列表示法計算出資料樣式的出現次數,並保留最大重覆樣式的出現位元序列資訊。當最近視窗序列內容改變,將運用所記錄之最大重覆樣式的出現位元序列方式資訊進行新重覆樣式之漸進探勘,以減少探勘計算成本。保留樣式估算法則保留重覆樣式、潛在候選樣式、及2-資訊樣式,並運用分段計算方式記錄資料樣式最近出現次數,架構一個可有效率存取樣式的保留樣式資料結構,由最大字首子樣式及最大字尾子樣式估算出未保留樣式的出現次數,達到近似探勘出所有資料流中最近視窗內最近重覆樣式的方式。實驗結果顯示出現位元序列漸進探勘法可有效率的正確探勘出最近視窗序列中的最近重覆樣式,而保留樣式估算法則可以更快速的近似探勘出資料流中的最近重覆樣式。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback