《表2 不确定交易数据库：一种基于不确定数据的频繁模式分布式挖掘算法研究》
提示：宽带有限、当前游客访问压缩模式
这样，我们可以计算出所有交易事物的exp Sup如表2所示.
| 图表编号 | XD00153293100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.25 |
| 作者 | 李峰 |
| 绘制单位 | 湖南工程学院计算机与通信学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 事务数据库DB：基于位编码链表的快速频繁模式挖掘算法研究》2020.10.01
- 《表3 数据集信息：基于有序FP-tree结构和投影数据库的最大频繁模式挖掘算法》2020.03.15
- 《表3 修改后的不确定交易数据库》2020.06.25
- 《表1 不确定交易数据库：一种基于不确定数据的频繁模式分布式挖掘算法研究》2020.06.25
- 《表2 近期能力验证结果：基于质控数据的测量不确定度评定方法研究》2019.12.01
- 《表3 F检验结果：基于质控数据的测量不确定度评定方法研究》2019.12.01
- 《表3 数据集：一种面向不确定极大团枚举的高效验证算法》2020.03.01
- 《表2 映射表：一种面向不确定极大团枚举的高效验证算法》2020.03.01
- 《表1 实验参数：基于深度学习的不确定数据频繁项集挖掘系统》2020.02.20
- 《表5 数据集信息：基于投影二维表的最大频繁模式挖掘算法》2019.12.20
- 《表7 数据集信息描述：基于路径的频繁子图挖掘算法研究》2019.12.01
- 《表1 事务数据库D’：基于有序FP-tree结构和二维表的最大频繁模式挖掘算法》2019.09.01
- 《表4 数据集信息：基于有序FP-tree结构和二维表的最大频繁模式挖掘算法》2019.09.01
- 《表3 轴承主要特征参数：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表2 轴承故障频率：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表4 故障频率：一种基于关联频繁模式的振动数据流挖掘框架》2019.09.01
- 《表4 实验数据集信息：基于事务映射区间求交的高效频繁模式挖掘算法》2019.04.01
- 《表1 示例数据：基于事务映射区间求交的高效频繁模式挖掘算法》2019.04.01
- 《表1 数据流数据集：基于频繁密度分布模式的不确定数据流查询方法》2018.06.05
- 《表1 XTT2表格：基于动态移动环境的不确定数据管理研究》2018.03.25