<dd id="saiiy"></dd>
  1. <s id="saiiy"></s>

    1. <s id="saiiy"></s>
      1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>

        一種改進(jìn)的極大完全子圖挖掘算法

        發(fā)布時(shí)間:2025-06-10 18:07:55   來(lái)源:作文大全    點(diǎn)擊:   
        字號:

        大學(xué),2005.

        [2] Han J,Pei J,Yin Y.Ming frequent patterns without candidate generation[M].SIGMOD.2000

        [3] 左孝凌,李為鑒,劉永才.離散數學(xué)[M].上海:上課科學(xué)技術(shù)文獻出版社,1982:271-328.

        [4] 耿國華.數據結構—用C語(yǔ)言描述(2011年版)[M].北京:高等教育出版社,2011:215-266.

        [5] jiawei Han,Micheline Kamber. Data MiningConcepts and Techniques[M].2nd ed. morgan kaufmann publishers,2006:1-10.

        [6] pang-Ning,Tan,Michael Steinbach,Vipin kumar. Introduction to Datamining. Addison Wesley,2005:146-181.

        [7] Tan pang-Ning,Michael Steinbach,Vipin kumar. Introduction to Datamining[M]. Addison Wesley, 2005:146-181.

        [8] 王珊,薩師煊.數據庫系統概論[M].4版.北京:高等教育出版社,2007:1-39.

        [9] 李偉.頻繁子樹(shù)挖掘研究[D].秦皇島:燕山大學(xué),2007.

        [10] 董敏,湯建鋼.求解最大完全子圖的一種DNA算法[J].漢江大學(xué)學(xué)報:自然科學(xué)版,2012,44(1):20-23.

        [10] 萬(wàn)市場(chǎng),蘭紹玉.極大完全子圖在管理決策中的應用[J].計算機應用,1995,15(4):29-31.

        [11] 張良均,陳俊德,劉名軍,等.數據挖掘:實(shí)用案例分析[M].北京:機械工業(yè)出版社,2013:1-42.

        [12] 楊仕博,賀燕琨,馬志新.一種基于極大完全子圖的最大頻繁項集并行挖掘算法[J].微電子學(xué)與計算機,2007,24(10):29-35.

        国产另类无码专区|日本教师强伦姧在线观|看纯日姘一级毛片|91久久夜色精品国产按摩|337p日本欧洲亚洲大胆精

        <dd id="saiiy"></dd>
        1. <s id="saiiy"></s>

          1. <s id="saiiy"></s>
            1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>