机译:基于GSO的前缀跨度算法和改进的K均值的文本挖掘中的最佳记录检索技术
Anna University,Chennai, India;
School of Computing Science and Engineering,VIT University,Vellore, India;
Department of Computer Science and Engineering,Government College of Engineering,Salem, India;
data mining; text pattern mining; closed itemsets; normalised D-patterns; noise negative records; K-means-GSO clustering;
机译:一种改进的文本挖掘聚类算法:多簇球形K-均值
机译:通过结合不同的文本挖掘技术来提高信息检索系统的性能
机译:数据挖掘前缀跨度算法的网络安全性
机译:使用FP-Clue-Prefix-Span算法发生在事件日志数据上的挖掘模糊时间间隔顺序图案
机译:通过将其应用于文本挖掘和Web检索来改善阿拉伯文本的处理
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
机译:利用数据挖掘中的分类技术改进的k平均聚类算法