声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：尹诗宁,张安珍,夏秀峰,
单位：沈阳航空航天大学计算机学院,沈阳110136；
关键词：函数依赖,相关性分析,不完整数据,
基金：国家自然科学基金青年基金资助项目(6210071734)；；
函数依赖（FD）挖掘方法通常专注于发现所有满足函数依赖语法特征的结果，在数据不完整的情况下常导致大量成立但无意义的FD。针对挖掘无效FD的问题，提出基于相关性分析的不完整数据FD挖掘方法。利用概率图模型构建具有缺失值属性的概率分布，通过相关性分析捕捉属性之间的关联关系，避免枚举所有可能性，以挖掘具有统计学意义的FD。实验结果表明，该方法可以更准确地定位到有意义的FD，与最先进的FD发现方法相比，F1分数平均提高1.5倍。
来源：2024年第5期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。