10.3969/j.issn.1000-3428.2009.04.056
增量式关联分类方法在病毒检测中的应用
传统关联规则挖掘算法主要基于支持度-可信度构架,时空开销的限制使其无法深入挖掘非频繁项集.目前对带类属性的关联分类增量学习研究较少,该文提出一种新的增量式关联分类方法,解决了带类属性数据的增量学习问题,在数据频繁更新时,实现有限时空开销下关联规则的快速提取和维护.实验结果表明,该方法能有效维护并更新关联规则,避免重复学习历史样本,保证分类模型的预测能力.
关联分类规则、增量学习、病毒检测
35
TP393.08(计算技术、计算机技术)
国家自然科学基金资助项目10771176
2009-04-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
159-161,164