流数据中一种高效剪枝的频繁序列挖掘算法

序列模式挖掘就是在时序数据库中挖掘相对时间或其他模式出现频率高的模式.序列模式发现是最重要的数据挖掘任务之一,并有着广阔的应用前景.针对静态数据库,序列模式挖掘已经被深入的研究.近年来,出现了一种新的数据形式:数据流.针对基于数据流的序列模式挖掘的研究还不是十分深入.提出一个有效的基于数据流的挖掘频繁序列模式的算法SSPM,利用到2个数据结构(F-list和Tatree)来处理基于数据流的序列模式挖掘的复杂性问题.SSPM的优点是可以最大限度地降低负正例的产生,实验表明SSPM具有较高的准确率.     

命题逻辑中一类正则标准矛盾体的构造与复合

归结原理是自动推理中一种简洁、可靠且完备的推理规则，标准矛盾体分离演绎理论是二元归结的一个延拓。矛盾体的结构非常复杂，现有的矛盾体种类和生成策略较少。针对该问题，文中基于命题逻辑的标准矛盾体分离演绎理论，首先通过复合两个或多个正则标准矛盾体，得到了生成新矛盾体的多个复合策略；其次，提出了一类特殊标准矛盾体结构——复合正则标准矛盾体，丰富了矛盾体的结构特征；然后讨论了复合得到的新矛盾体不同子句的可扩充性，进而得到相应的文字添加策略；最后，提出了矛盾体的生成算法，为进一步在计算机上实现新矛盾体的生成提供了参考。