序列模式挖掘两种典型算法的研究

近年来,序列模式挖掘或序列挖掘已经成为数据挖掘的一个重要方面。序列模式挖掘是指从序列数据库发现相对时间或者其他顺序出现的频繁子序列。文中首先介绍了序列模式分析的基本概念,然后对序列模式的两种经典算法(GSP算法和Perfix Span算法)进行了描述,之后对这两种算法进行了分析和比较,分析比较的结果对序列模式挖掘应用到Web日志挖掘具有一定的参考价值。下一步的工作是进一步探讨算法的优化问题,主要研究如何缩小搜素空间,更好的提高算法效率。     

一种模糊频繁趋势挖掘新算法

本文在Chun—HaoChen等人的基础上，将模糊频繁趋势挖掘转换为序列模式挖掘并利用序列模式挖掘中的GSP算法生成候选序列模式并进行剪枝，能够更有效减少候选序列模式数量，从而高效的挖掘模糊频繁趋势，提高算法的效率。     

序列模式挖掘算法的研究

序列模式挖掘是数据挖掘领域中的重要技术之一,应用非常广泛.利用序列模式挖掘算法能够发现具有一定商业价值的模式规律,因此近年很多学者也对序列模式挖掘算法提出了改进.本文首先介绍了序列模式挖掘算法的相关背景及应用,然后对于各个算法进行介绍和对比,最后,对序列模式挖掘的未来发展进行了展望.     

基于改进序列模式挖掘算法的告警关联模型

在电力故障发生时,会产生大量的电力故障告警信息数据,如何从电力故障告警信息中挖掘出可靠的关联规则,对后续电力的调度运维有着重要的影响。广义序列模式（Generalized Sequential Pattern,GSP）算法通过增加时间上的约束条件提高算法的效率,适合应用于电力故障告警信息挖掘的场景。针对GSP算法中的关键参数多和不同的参数组合影响算法的准确性和可靠性的问题,将遗传算法与GSP算法相结合,自适应地得到一组较好的参数,将参数代入GSP算法,从而得到更加可靠的关联规则,以此来解决在电力故障告警信息应用中很难为不同的数据集找到合适的参数组合的问题。通过实例验证,电力故障告警信息数据应用遗传算法结合GSP算法能够有效地得到更加准确和可靠的计算结果。     

一种基于哈夫曼树的最大频繁序列挖掘算法

最大频繁序列挖掘是数据挖掘的重要内容之一.在深入分析频繁序列特点以及已有序列挖掘算法的基础上,提出一种新的最大序列挖掘算法Huffman-MaxSeq.与传统的"候选最大频繁序列集生成——测试"思路不同,该算法采用"边生成候选序列边测试"的思想,从而有效地减少了候选序列的生成.该算法基于构造哈夫曼树(最优树)的方法,对每个序列赋予权值,按权值的大小选取序列,连接生成新的候选频繁序列,再产生最大频繁序列.     

模糊序列模式在网络异常检测中的应用

数据挖掘中的关联原则挖掘和序列模式挖掘常用于网络入侵检测问题。在本文中，我们试图运用模糊集理论将序列挖掘算法进行改进，提出一种模糊序列模式用于网络异常检测，并用初步的实验对该算法进行证明。     

基于改进聚类算法的网络平台异常数据挖掘方法

为提高挖掘结果与对应异常数据类型之间的关联度,确保挖掘结果能够为网络平台异常状态识别提供有力依据,文章引入改进聚类算法,开展网络平台异常数据挖掘方法设计研究.通过基于改进聚类算法的网络平台运行数据分类、网络平台异常检测、网络平台分布式最大频繁序列提取、最大频繁序列数据比对与挖掘,提出一种全新的挖掘方法.通过对比实验结果...     

基于频繁子树挖掘的DNA重复序列识别方法

提出了一种基于频繁子树挖掘策略说我DNA重复序列识别方法.绕开了传统的序列比对方式,将序列按照后缀树结构方式进行组织,再对后缀树形式做了约减改进,使其更加适合子树挖掘操作,最后利用频繁子树挖掘的方法对其进行学习.算法可以直接识别出满足设定阈值的重复序列,避免了由短重复体拼接所造成的时间浪费,设计的＂二次识别技术＂使得算法对模糊重复体也有着很好的识别效果,提高了识别完整度.实验证明：算法在识别效率性能方面较升,尤其当识别较长重复体时,优势体现的更为明显,同时在识别完整度方面也高度可比.     

一种改进的PrefixSpan应用层特征自动提取算法

针对基于DPI的网络流量识别中的指纹特征提取困难问题,文章提出了改进的基于Prefix Span算法的连续序列模式挖掘算法来提取应用层指纹特征。首先,改进的算法在挖掘应用层特征时加入了属性约束。其次,在进行频繁序列投影前,又引入剪枝策略。最后,通过实验表明该改进的算法在挖掘应用层指纹特征方面大大提高了效率,提取出来的特征可有效地应用于网络流量识别技术中。     

加权序列模式在临床异常行为检测中的应用

目前临床异常行为检测的研究主要采用病症关联、费用控制和临床序列模式挖掘等方法。在临床序列模式挖掘方法中的临床医疗行为模式库的建立,只是简单的挖掘支持度满足阈值的频繁序列,忽略了出现频率低但在价格、用量上偏高的医疗行为。针对诊疗过程中出现频率少但属于盲目用贵药和过量用药等大处方医疗行为,文中提出改进的加权临床序列模式挖掘算法,挖掘正常临床医疗行为库的加权临床序列模式,为后续异常检测做准备。