首页 | 本学科首页   官方微博 | 高级检索  
     

基于CNN的时序数据关联规则挖掘模型
引用本文:甘昕艳,唐晓年. 基于CNN的时序数据关联规则挖掘模型[J]. 计算机仿真, 2021, 38(3): 282-285,326. DOI: 10.3969/j.issn.1006-9348.2021.03.058
作者姓名:甘昕艳  唐晓年
作者单位:广西中医药大学,广西南宁530200
基金项目:广西科技重点研发计划项目;广西中医药大学教育教学改革招标项目
摘    要:
传统的挖掘模型未能有效提取时序数据的特征,导致计算开销较大,挖掘准确率以及效率偏低.为此,研究结合卷积神经网络设计并组建一种新的时序数据关联规则挖掘模型.通过连续模板匹配技术分析时序数据的分布式数据结构,然后结合匹配相关检测技术对时序数据展开融合处理,通过频繁项检测提取其中的关联规则特征.对提取的关联规则通过CNN分类...

关 键 词:卷积神经网络  时序数据  关联规则特征  模糊聚类  特征压缩

Mining Model of Association Rules for Temporal Data Based on CNN
GAN Xin-yan,TANG Xiao-nian. Mining Model of Association Rules for Temporal Data Based on CNN[J]. Computer Simulation, 2021, 38(3): 282-285,326. DOI: 10.3969/j.issn.1006-9348.2021.03.058
Authors:GAN Xin-yan  TANG Xiao-nian
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号