回归方法估算最长频繁模式长度

摘要：

周期间隙的序列模式挖掘是一种满足Apriori-like性质的序列模式挖掘,其中一项重要工作就是预测最长频繁模式的长度.以往需要人为估计,本文采用回归方法解决这个问题.本文提出一种有效的特征抽取的方法,以获取训练和测试数据.之后分别采用BP神经网络、最小二乘支持向量机和极限学习机进行训练和测试.在DNA序列上进行测试,实验结果表明,ELM具有良好的泛化性能,从而验证了方法的可行性.

关键词：序列模式挖掘、BP神经网络、最小二乘支持向量机、极限学习机

所属期刊栏目：44

分类号：TP319(计算技术、计算机技术)

资助基金：河北省自然科学基金F2013202138;河北省教育厅重点项目ZH2012038;河北省教育厅青年基金QN2014192

在线出版日期：2016-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50