<th id="5nh9l"></th><strike id="5nh9l"></strike><th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th><strike id="5nh9l"></strike>
<progress id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"><noframes id="5nh9l">
<th id="5nh9l"></th> <strike id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span>
<progress id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span><strike id="5nh9l"><noframes id="5nh9l"><strike id="5nh9l"></strike>
<span id="5nh9l"><noframes id="5nh9l">
<span id="5nh9l"><noframes id="5nh9l">
<span id="5nh9l"></span><span id="5nh9l"><video id="5nh9l"></video></span>
<th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th>
<progress id="5nh9l"><noframes id="5nh9l">
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于定量關聯規則樹的分類及回歸預測算法

王玲 李樹林 吳璐璐

王玲, 李樹林, 吳璐璐. 基于定量關聯規則樹的分類及回歸預測算法[J]. 工程科學學報, 2016, 38(6): 886-892. doi: 10.13374/j.issn2095-9389.2016.06.020
引用本文: 王玲, 李樹林, 吳璐璐. 基于定量關聯規則樹的分類及回歸預測算法[J]. 工程科學學報, 2016, 38(6): 886-892. doi: 10.13374/j.issn2095-9389.2016.06.020
WANG Ling, LI Shu-lin, WU Lu-lu. Categorization and regression algorithm based on the quantitative association rule tree[J]. Chinese Journal of Engineering, 2016, 38(6): 886-892. doi: 10.13374/j.issn2095-9389.2016.06.020
Citation: WANG Ling, LI Shu-lin, WU Lu-lu. Categorization and regression algorithm based on the quantitative association rule tree[J]. Chinese Journal of Engineering, 2016, 38(6): 886-892. doi: 10.13374/j.issn2095-9389.2016.06.020

基于定量關聯規則樹的分類及回歸預測算法

doi: 10.13374/j.issn2095-9389.2016.06.020
基金項目: 

中央高校基本科研業務費資助項目(FRF-SD-12-009B)

國家自然科學基金資助項目(61572073)

北京科技大學研究生教材專項基金資助項目

詳細信息
    通訊作者:

    王玲,E-mail:lingwang@ustb.edu.cn

  • 中圖分類號: TP311

Categorization and regression algorithm based on the quantitative association rule tree

  • 摘要: 為了解決基于Apriori的分類關聯規則算法挖掘數值型數據時效率和準確率偏低的問題,提出基于定量關聯規則樹的分類及回歸預測算法.采用改進的定量關聯規則算法挖掘數值型數據生成關聯規則庫,并基于關聯規則樹結構實現分類及回歸預測.研究結果表明:改進的Apriori定量關聯規則挖掘算法提高了分類預測的準確率并降低了計算復雜度;而采用關聯規則樹結構可使分類與回歸預測時間明顯加快,提高了樣本匹配學習的速度.

     

  • 加載中
計量
  • 文章訪問數:  171
  • HTML全文瀏覽量:  35
  • PDF下載量:  12
  • 被引次數: 0
出版歷程
  • 收稿日期:  2015-06-19
  • 網絡出版日期:  2021-07-22

目錄

    /

    返回文章
    返回
    <th id="5nh9l"></th><strike id="5nh9l"></strike><th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th><strike id="5nh9l"></strike>
    <progress id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"><noframes id="5nh9l">
    <th id="5nh9l"></th> <strike id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span>
    <progress id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span><strike id="5nh9l"><noframes id="5nh9l"><strike id="5nh9l"></strike>
    <span id="5nh9l"><noframes id="5nh9l">
    <span id="5nh9l"><noframes id="5nh9l">
    <span id="5nh9l"></span><span id="5nh9l"><video id="5nh9l"></video></span>
    <th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th>
    <progress id="5nh9l"><noframes id="5nh9l">
    259luxu-164