陆甡
- 作品数：3 被引量：2H指数：1
- 供职机构：清华大学软件学院更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 在大型数据集上提高序列挖掘效率的统计方法被引量：1
- 2005年
- 分析了在大型事务集合发现频繁模式的特点,给出了一个改进算法(称为AprioriAdjust算法),同时,发展了两项技术:(1)提出了事务集合的压缩过程。(2)展示了一种基于统计模式的方法来评价序列的支持度,在该方法中,考虑了整个过程中每一趟的支持度均值的收敛性,以进行有效的候选频繁集的剪枝。此外,还讨论了实验结果。比较AprioriTID算法,研究展示,AprioriAdjust算法在进行大型事务集合的挖掘时更有效,可扩展性更强。
- 陆甡李春平
- 关键词：数据挖掘序列模式挖掘最大频繁项目集统计模型
- 序列模式挖掘的理论分析与算法研究
- 陆甡
- 关键词：数据挖掘统计模式最小支持度
- 数据挖掘工具集TH-Miner被引量：1
- 2006年
- TH-Miner是以Java实现的跨平台数据挖掘可视化系统。在TH-Miner中实现了多种经典的数据挖掘算法,并构造了几种新的改进算法。TH-Miner包括可视化聚类挖掘工具、分类算法工具、序列模式挖掘算法工具以及文本分类工具。
- 任靖陆甡翟旭君戴涛刘璧松李春平
- 关键词：数据挖掘工具序列模式挖掘文本分类
