没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
6页
在事件序列上挖掘频繁闭情节时,为避免维护频繁情节集,加快挖掘进度,提出基于双向扩展的频繁闭情节挖掘算法BIDEFCE。该算法基于非重叠的最小发生的支持度定义和深度优先搜索策略,在生成新频繁情节的同时,采用向前和向后扩展检查,尽早判断并淘汰非闭情节,将待定情节加入频繁闭情节超集FCE中。然后再对FCE中的情节进行闭合性检查,保留真正的闭情节。该算法避免维护频繁情节集,只需维护频繁闭情节超集,节省存储空间,提高运行效率。实验证实BIDEFCE算法在事件序列上能有效挖掘频繁闭情节。
资源推荐
资源评论
资源评论
weixin_38571104
- 粉丝: 3
- 资源: 944
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 本科毕业设计基于C# wpf人脸识别的考勤系统的设计与实现源码.zip
- 基于Ruoyi+uniapp实现学生考勤系统 学生考勤源码+项目说明.zip
- feae6bc968ca68a099455d8b8a8dea35
- 基于Pytorch训练CIRAR10上分类算法.zip
- Pytorch-pytorch深度学习教程之Tensorboard.zip
- 基于C++和Python开发yolov8-face作为人脸检测器dlib作为人脸识别器的人脸考勤系统源码+项目说明.zip
- Pytorch-pytorch深度学习教程之变分自动编码器.zip
- Pytorch-pytorch深度学习教程之神经风格迁移.zip
- Pytorch-pytorch深度学习教程之深度残差网络.zip
- Pytorch-pytorch深度学习教程之循环神经网络.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功