您的位置: 专家智库 > >

国家教育部博士点基金(20030487032)

作品数:9 被引量:31H指数:3
相关作者:王元珍孙胜李华桂浩李又奎更多>>
相关机构:华中科技大学黄石理工学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 9篇期刊文章
  • 1篇会议论文

领域

  • 10篇自动化与计算...

主题

  • 3篇核函数
  • 2篇自适
  • 2篇自适应
  • 2篇聚类
  • 2篇关联规则
  • 2篇核方法
  • 2篇K-中心点
  • 1篇信用
  • 1篇信用风险
  • 1篇信用风险评估
  • 1篇异常检测
  • 1篇隐私
  • 1篇隐私保护
  • 1篇英文
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵
  • 1篇入侵检测
  • 1篇上市公司
  • 1篇神经网

机构

  • 7篇华中科技大学
  • 3篇黄石理工学院
  • 1篇华中分公司

作者

  • 5篇王元珍
  • 3篇孙胜
  • 1篇钱铁云
  • 1篇冯玉才
  • 1篇李专
  • 1篇方琼
  • 1篇李又奎
  • 1篇桂浩
  • 1篇颜文跃
  • 1篇聂晶
  • 1篇冯剑琳
  • 1篇李华
  • 1篇陈舟

传媒

  • 2篇小型微型计算...
  • 1篇华中科技大学...
  • 1篇计算机工程与...
  • 1篇计算机科学
  • 1篇Transa...
  • 1篇Wuhan ...
  • 1篇Journa...
  • 1篇黄石理工学院...

年份

  • 1篇2009
  • 1篇2008
  • 3篇2007
  • 1篇2006
  • 4篇2005
9 条 记 录,以下是 1-10
排序方式:
层次前缀立方的有效计算(英文)
2006年
在联机分析处理系统中,基于维层次的上卷、下钻操作十分常见,但前缀立方却不直接支持维层次。文中扩展了前缀立方的组织结构,加入了层次数据立方的概念,即有层次维的数据立方,从而得到了层次前缀立方。它不仅保留了前缀立方在计算和组织结构上的优点,又能直接和充分支持维层次级的聚集查询。
颜文跃方琼王元珍
关键词:联机分析处理聚簇
多关系关联规则挖掘中的隐私保护被引量:2
2007年
分析了经典关联规则挖掘及相关的隐私保护等问题,同时研究了多关系关联规则的刻画和挖掘问题.通过重新定义查询模式,改进了Warmr方法,使查询模式支持"频繁查询模式的子模式也必然是频繁的"这种Apriori特性,进而将其移植到多关系规则的挖掘过程,从而加快规则的挖掘.研究了有针对性的敏感规则的挖掘方法,通过挖掘包含敏感信息的所有频繁查询模式,从中导出所有能够导致信息泄露的敏感规则;为了平衡数据可用性和安全性之间的矛盾,通过隐藏所有敏感规则中公共关系的元组,在保证规则隐藏和数据安全的同时,降低了对数据可用性的影响.
李专王元珍
关键词:数据挖掘隐私保护
基于核的自适应聚类及其在入侵检测中的应用被引量:1
2008年
针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类。用KDD99标准数据集进行实验研究,结果表明该算法性能是优良的,并且能获得令人满意的检测效果。
孙胜王元珍
关键词:聚类核方法核函数K-中心点异常检测
Data Mining Based on Computational Intelligence
2005年
This paper combines computational intelligence tools: neural network, fuzzy logic, and genetic algorithm to develop a data mining architecture (NFGDM), which discovers patterns and represents them in understandable forms. In the NFGDM, input data are preprocessed by fuzzification, the preprocessed data of input variables are then used to train a radial basis probabilistic neural network to classify the dataset according to the classes considered. A rule extraction technique is then applied in order to extract explicit knowledge from the trained neural networks and represent it in the form of fuzzy if\|then rules. In the final stage, genetic algorithm is used as a rule\|pruning module to eliminate those weak rules that are still in the rule bases. Comparison with some known neural network classifier, the architecture has fast learning speed, and it is characterized by the incorporation of the possibility information into the consequents of classification rules in human understandable forms. The experiments show that the NFGDM is more efficient and more robust than traditional decision tree method.
WANGYuan-zhenZHANGZhi-bingYIBao-linLIHua-yang
关键词:数据隐藏人工神经网络模糊逻辑技术计算机技术
一种新的前缀立方索引机制被引量:1
2007年
前缀立方在浓缩数据立方的基础上利用前缀共享和基本单元组技术有效地缩小了数据立方的尺寸.由于前缀共享产生的分组结构,浓缩数据立方的索引CuboidTree并不适合前缀立方.所以,根据前缀立方包含分组结构的特性,结合BUB-Tree和R-Tree技术对CuboidTree进行改造,最终得到了一种新的索引机制Bound-CuboidTree.实验证明,这种索引机制比已有的前缀立方索引Prefix-CuboidTree更适合前缀立方的结构.
聂晶冯剑琳王元珍
超越支持度-置信度框架的负相关对规则挖掘
相关规则比传统的关联规则更具有实际意义,但现存的相关规则挖掘算法均需利用apriori类似算法挖掘具有高支持度的项集,再对获得的项集进行相关性测试而获取相关规则,这导致低支持度-高相关度的规则不易被发现。直接挖掘相关规则...
钱铁云冯小年王元珍
关键词:关联规则
文献传递
Construction and compression of Dwarf被引量:3
2005年
There exists an inherent difficulty in the original algorithm for the construction of Dwarf, which prevents it from constructing true Dwarfs. We explained when and why it introduces suffix redundancies into the Dwarf structure. To solve this problem, we proposed a completely new algorithm called PID. It bottom-up computes partitions of a fact table, and inserts them into the Dwarf structure. If a partition is an MSV partition, coalesce its sub-Dwarf; otherwise create necessary nodes and cells. Our performance study showed that PID is efficient. For further condensing of Dwarf, we proposed Condensed Dwarf, a more com- pressed structure, combining the strength of Dwarf and Condensed Cube. By eliminating unnecessary stores of “ALL” cells from the Dwarf structure, Condensed Dwarf could effectively reduce the size of Dwarf, especially for Dwarfs of the real world, which was illustrated by our experiments. Its query processing is still simple and, only two minor modifications to PID are required for the construction of Condensed Dwarf.
向隆刚冯玉才桂浩
关键词:数据库数据分割
基于支持向量机的上市公司信用风险评估被引量:1
2007年
提出一种新型模糊支持向量机算法,并将其应用于上市公司信用风险研究中。分析对比选取不同核函数的实验结果,实验结果表明,相对于支持向量机方法(SVM)、模糊支持向量机模型和神经网络模型,新型模糊SVM模型更具有效性和优越性,并且具有更好的泛化能力。
孙胜陈舟
关键词:支持向量机信用风险核函数
数据分析和清理中相关算法研究被引量:7
2005年
数据清理的一个主要作用是识别重复的记录.结合过滤算法和启发式剪枝算法提出了启发式剪枝改进算法.然后,针对重复记录的特点提出了长度约束条件,能有效地提高比较字段不等长时的执行速度.数据库中经常会出现各种形式不同的缩写,而启发式剪枝算法等无法识别缩写情况下的重复记录,本文因此提出了基于动态规划的缩写发现算法,该算法既可以用于缩写发现也可用于缩写存在时的重复记录识别.另外,重复记录的甄别目前必须人工处理,传统方式下用户不得不逐条浏览和分析,工作时间冗长而且乏味,容易引入新的数据质量隐患,作者提出了聚类清除方案和聚类闭包算法,它将重复的记录聚类显示,用户一次可以处理完一个重复聚类,在有效提高速度的同时方便了用户.
冯玉才桂浩李华李又奎
关键词:数据清理
基于核的自适应K-Medoid聚类被引量:16
2009年
针对K-Medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到K-Medoid算法,提出了基于核的自适应K-Medoid算法。该算法利用核函数将输入空间样本映射到一个高维的特征空间,在这个核空间中进行K-Medoid聚类,在聚类过程中,数据可以自适应地加入到最适合它的簇当中,并且聚类结果与初始k个中心点的选取无关,该算法可以完成对大数据集和高维数据的聚类。实验结果表明,与K-Medoid算法相比,该算法具有较高的聚类准确率。
孙胜王元珍
关键词:聚类核方法核函数K-中心点
共1页<1>
聚类工具0