您的位置: 专家智库 > >

安徽省高校省级自然科学研究项目(KJ2008B125)

作品数:2 被引量:4H指数:1
相关作者:李建国胡学钢韩玲更多>>
相关机构:合肥工业大学淮北师范大学淮北煤炭师范学院更多>>
发文基金:安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇异常检测
  • 1篇约简算法
  • 1篇入侵
  • 1篇入侵检测
  • 1篇属性约简
  • 1篇矩阵
  • 1篇聚类
  • 1篇聚类分析
  • 1篇聚类算法
  • 1篇决策表
  • 1篇决策表属性
  • 1篇混合聚类
  • 1篇混合聚类算法
  • 1篇DBSCAN...
  • 1篇K-MEAN...
  • 1篇差别矩阵
  • 1篇粗糙集

机构

  • 1篇合肥工业大学
  • 1篇淮北师范大学
  • 1篇淮北煤炭师范...

作者

  • 2篇李建国
  • 1篇胡学钢
  • 1篇韩玲

传媒

  • 1篇计算机应用
  • 1篇计算机仿真

年份

  • 1篇2010
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于差别矩阵启发式决策表属性约简算法被引量:1
2008年
属性约简是粗糙集理论研究的核心内容之一,是知识获取的关键步骤。针对大规模数据集,基于决策表差别矩阵属性约简不具备可操作性缺点;以及基于差别矩阵属性频度的约简算法没有考虑到差别矩阵元素中属性个数多少的缺陷。基于差别矩阵元素的基数越小,其属性越重要的思想,按照基数由小到大的顺序,利用矩阵中具有相同基数的矩阵元素的簇集中属性出现的频度,确定属性的重要度,提出一种快速搜索属性约简算法,能快速搜索到属性的最优或次优约简。实验结果表明算法是可行、有效的。
韩玲李建国
关键词:粗糙集差别矩阵属性约简决策表
高效的混合聚类算法及其在异常检测中的应用被引量:3
2010年
将聚类算法应用于异常检测,算法的有效性是关键。为了提高异常检测能力,提出了一种新的聚类算法,该算法运用窗口管理机制对网络数据采用分批实时处理,同时对算法中运用到的DBSCAN算法和K-means算法进行改进并组合。实验证明该算法可以提高异常检测的检测率,降低误报率,并提高系统的实时响应能力。
李建国胡学钢
关键词:入侵检测异常检测聚类分析K-MEANS算法DBSCAN算法
共1页<1>
聚类工具0