主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
靳晓明,陆玉昌,石纯一.序列中的一般化局部序列模式发现.软件学报,2003,14(5):970-975
序列中的一般化局部序列模式发现
Discovery of Generalized Local Sequential Patterns
投稿时间:2002-06-04  修订日期:2002-08-23
DOI:
中文关键词:  一般化局部序列模式  时序序列  数据挖掘算法
英文关键词:generalized local sequential pattern  temporal sequence  data mining algorithm
基金项目:Supported by the National Natural Science Foundation of China under Grant No.79990580 (国家自然科学基金); the NationalGrand Fundamental Research 973 Program of China under Grant No. G1998030414 (国家重点基础研究发展规划(973))
作者单位
靳晓明 清华大学计算机科学与技术系,北京,100084
清华大学智能技术与系统国家重点实验室,北京,100084 
陆玉昌 清华大学计算机科学与技术系,北京,100084
清华大学智能技术与系统国家重点实验室,北京,100084 
石纯一 清华大学计算机科学与技术系,北京,100084
清华大学智能技术与系统国家重点实验室,北京,100084 
摘要点击次数: 2392
全文下载次数: 2495
中文摘要:
      已有的时序序列中的模式发现方法主要关注于发现全局的模式,该模式的频繁度量通过扫描序列的所有记录产生.然而,仅在某个时间段中频繁的局部模式在实际中是广泛存在的,对其有效的发现是有意义的.介绍了一种在时序序列中发现一般化局部序列模式的方法.发现的模式具有形式"在子序列s中,如果A发生,则B在时间T内发生".提出的方法包括一个支持高效的模式实例定位与计数的索引结构和一个2段的局部模式挖掘算法.试验结果符合问题的定义,并证明了提出方法的优越性.
英文摘要:
      Previous work on pattern discovery in sequence data mainly considers finding global patterns, whereevery record in the temporal sequence contributes to support the patterns. However, local patterns, which arefrequent only in some time periods, are actually very common in practice and the efficient discovery of it ispotentially very useful. This paper presents a method for discovering generalized local sequential patterns with thestructure that supports efficiently locating and counting of the pattern instances and a two-phase method forefficiently mining of local patterns. Experimental results corresponded with the problem definition and verified thesuperiority of the approach.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利