海量数据集上主观兴趣度的关联规则优化算法技术资料下载

技术编号:6504924

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

一种,本发明使用复合模板同时优化分析,即分为总体印象知识模板(GI)、相对精确知识模板(RPC),这种分类扩大了用户含义表达范围,有助于从不同侧重点对关联规则进行优化,此外,把限制与包含模板的作用转而体现在不同兴趣度上,细化兴趣度为四种类型,包括一致度、后件不可预知度、前件不可预知度、不可预知度,使得优化粒度非常清晰;优化结合了复合模板的兴趣度计算模型,使得兴趣度的计算能合理适应复合分析环境。专利说明[0001]本发明是一种有关,该方法能够发现大量数据中项...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发