《表1 窗2下的数据流关联频繁模式集挖掘结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于关联频繁模式的振动数据流挖掘框架》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用和文献[20，21]中类似的方法从SWAFP-T树上挖掘所有关联频繁模式，从Ffd底部频率开始建立条件模式基（Conditional pattern-bases，CPBs）和条件树（Conditional trees，CTs）。首先从图3（c）建立频率f5的条件模式基，这是因为最底部的f6和f8满足MinSUP阈值，因此从窗2的SWAFP-T树中的两个分支上提取出频率f5。由这些分支形成的路径分别为（f1f2f4f5∶1）和（f2f7f5∶1）。因此，考虑将f5作为后缀，其相关的生成条件模式基的两个前缀路径则分别是（f1f2f4∶1）和（f2f7∶1），其条件模式基树见图4（a）。如图所示，条件树为空，频率f1，f4和f7不在条件树中，这是因为其支持度值为1小于阈值MinSUP，并且f1f5，f4f5和f5f7的所有信任度值均小于MinallConf。另一方面，尽管频率f2满足阈值MinSUP，但是其f2f5的信任度值小于MinallConf，所以频率f2也不在条件树中。因此，频率f5没有关联频繁模式。频率f3的条件模式基是（f1f2f7f4∶1）和（f1∶1），如图4（b）所示。频率f4的条件模式基是（f1f2f7∶1）和（f1f2∶1），其条件树只包含一个单路径（f1f2∶3），如图4（c）所示。f4的关联频繁模式集有（f1f4∶1）、（f2f4∶3）和（f1f2f4∶3）。表1给出了图1数据流在窗2下的关联频繁模式集的挖掘结果。