学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
一种基于序列挖掘的分类系统框架
被引:1
作者
:
原野
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学电子与信息工程学院
原野
沈钧毅
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学电子与信息工程学院
沈钧毅
机构
:
[1]
西安交通大学电子与信息工程学院
来源
:
西安交通大学学报
|
2004年
/ 04期
关键词
:
序列模式挖掘;
分类;
分类序列规则;
D O I
:
暂无
中图分类号
:
TP311.13 [];
学科分类号
:
1201 ;
摘要
:
为了有效地对序列数据进行分类,提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS).先采用一套约束和裁减策略,为每个分类挖掘频繁序列模式,并将其转换为分类序列规则(CSR);再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器.SPACS不需要在提取序列的特征后采用传统方法进行分类,可以直接利用从序列数据中提取出的频繁序列进行分类.实验结果表明,对于序列类型的数据的分类,SPACS比传统的决策树和关联分类方法具有更高的分类精度.
引用
收藏
页码:400 / 403
页数:4
相关论文
未找到相关数据
未找到相关数据