高维度的数据强跳跃显露模式挖掘方法研究

针对经典的对照模式树挖掘方法仅能有效地挖掘低维度数据的强跳跃显露模式问题,提出了一种高维度的数据强跳跃显露模式挖掘方法.首先,设计了一种动态对照模式树结构存储已拓展的模式及其关键信息;然后,构造了一个初始动态对照模式树存储频繁项及其在正、负例上的二进制串;最后,开发了基于初始动态对照模式树的强跳跃显露模式挖掘算法.在高维度的肿瘤基因表达数据集上进行实验,结果表明:与经典的对照模式树方法及其改进后的方法相比,所提出的方法挖掘速度更快,有效处理的维度更高;在可接受的时间内,该方法能挖掘出一些对照模式树方法不能发现的重要的强跳跃显露模式.