| 基于链距离估计的非显著特征数据挖掘算法 |
| |
| 引用本文： | 汤恒耀,胡志华.基于链距离估计的非显著特征数据挖掘算法[J].科技通报,2015(6). |
| |
| 作者姓名： | 汤恒耀 胡志华 |
| |
| 作者单位： | 黄冈师范学院计算机学院,湖北黄冈,438000 |
| |
| 基金项目： | 湖北省教育厅优秀中青年项目，湖北省自科基金项目(2013CFB473)。 |
| |
| 摘 要： | 在软件故障测试和数据库访问中,对非显著特征数据的挖掘是难点,通过对非显著特征数据的挖掘,处理数据分布比较稀疏且呈现模式分布不规则的数据访问问题。提出一种基于链距离估计的非显著特征数据挖掘算法,在时域上对链距离估计模型进行平移处理,给出非显著特征数据的离群因子概念,提取关联度主特征量,基于链距离估计结果,得到有效特征挖掘概率密度值,实现对非显著特征数据挖掘算法改进。仿真实验表明,该算法使得无论是不同密度的点簇相互靠近还是出现模式偏离的情况,都能有效的挖掘出非显著特征点,从而增强了数据挖掘算法的有效性和通用性,采用该法能有效提高非显著特征数据的挖掘性能,数据挖掘的命中率较高,在数据库访问和软件故障测试等领域具有应用价值。
|
| 关 键 词： | 非显著特征 数据挖掘 软件测试 数据库访问 |
Non Significant Features Data Mining Algorithm Based on Chain Distance Estimation |
| |
| Tang Hengyao,Hu Zhihua.Non Significant Features Data Mining Algorithm Based on Chain Distance Estimation[J].Bulletin of Science and Technology,2015(6). |
| |
| Authors: | Tang Hengyao Hu Zhihua |
| |
| Abstract: | |
| |
| Keywords: | non significant feature data mining software testing database access |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
