模糊时态序列演化模式挖掘

摘要：

目前时态序列挖掘方法大多都是以一种自然的方式对序列分割、离散处理等,从而使离散化结果很大程度依赖于外部的人为分割变量.为了使离散化结果更强地依赖于原始数据,应用模糊聚类方法,将连续时态演化序列转变为模糊时态演化序列,应用模糊时态演化片段支持度评定频繁模糊时态演化模式,用隶属度计算关联规则的支持度和可信度,使这两个重要指标计算更为精确.给出了频繁模糊模式集的生成算法和复杂度.实际算例显示了方法的有效性.

关键词：数据挖掘、模糊逻辑、时态序列演化模式

所属期刊栏目：47

分类号：TP391.77(计算技术、计算机技术)

资助基金：上海财经大学211工程三期资助

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：128-130,231