广西壮族自治区自然科学基金(2012GXNSFAA053235) 作品数:16 被引量:35 H指数:4 相关作者: 黄名选 余如 周秀梅 黄丽霞 黄发良 更多>> 相关机构: 广西教育学院 广西财经学院 南宁地区教育学院 更多>> 发文基金: 广西壮族自治区自然科学基金 国家自然科学基金 广西教育厅科研项目 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 文化科学 更多>>
基于ICA与MUSIC相结合的未知源数目DOA估计算法 被引量:1 2013年 从阵列入射信号具有统计独立和空域独立这两个方面出发,利用ICA和MUSIC算法相结合,进行未知源信号数目的 DOA估计,在算法迭代的过程中,得到源信号数目的同时也得到了源信号的DOA.通过仿真实验表明,该算法能对未知源数目的信号进行DOA估计,并且在低信噪比和存在弱信号的情况下仍然有效. 黄紧德 韦文山 黄名选关键词:MUSIC 波达方向(DOA)估计 基于PR模型的教育数据矩阵加权正负模式研究 2014年 提出一种新的基于PR(Probability Ratio,简称PR)模型的教育信息化数据矩阵加权正负关联模式挖掘算法。算法从教育信息化数据中挖掘矩阵加权频繁项集和负项集,采用PR模型作为正负关联模式评价标准,对频繁项集和负项集挖掘教育数据矩阵加权正负关联模式,发现有趣的教育信息矩阵加权正负关联模式。通过模式分析,发现教育领域信息化数据中潜在的、有用的教育信息、教学规律和教育发展趋势。以真实的教育信息化数据作为实验数据,实验结果表明,该算法更有效、合理。 余如 冯平 黄名选关键词:教育信息化 基于项权值变化和SCCI框架的加权正负关联规则挖掘 被引量:4 2015年 给出项权值变化的数据模型形式化表示,构建新的加权项集剪枝策略及其模式评价框架SCCI(supportconfidence-correlation-interest),提出基于项权值变化和SCCI评价框架的加权正负关联规则挖掘算法.该算法考虑了项权值变化的数据特点,采用新的剪枝方法和评价框架,通过项集权值简单计算和比较,挖掘有效的加权正负关联规则.实验结果表明,该算法能够有效地减少候选项集数量和挖掘时间,挖掘出有趣的关联模式,避免无效模式出现,挖掘效率高于相比较的现有算法,解决了项权值变化的加权负模式挖掘问题. 黄名选 黄发良 严小卫 兰慧红关键词:数据挖掘 正负关联规则 频繁项集 基于U-P2P元组空间知识协作模式的中越跨语言查询扩展 2013年 针对中国与东盟国家在知识共享过程中的语言障碍问题,详细阐述跨语言查询扩展元组空间的逻辑结构,提出U-P2P网络模式下元组空间知识协作的分布式中、越跨语言查询扩展模型。在此基础上,增加查询扩展代理peer的动作语言规则的定义和元组元操作指令集,依据强化学习算法提出一种基于加权矩阵的自适应路由选择/查询机制。在Gnutella环境下的实验表明,相对于传统的集中式查询而言,该模型对中越两种语言之间的快速翻译和扩展查询具有较好的准确率和召回率,在不同知识领域的运用中具有通用性和可扩充性。 胡积宝 周佳骏 黄名选 汪婷婷关键词:元组空间 跨语言 扩展查询 对等网络 教育信息化中课程考试成绩数据关联模式的发现 被引量:1 2014年 面对海量的教育信息化数据,如何发现和分析隐藏在这些数据中潜在的、有价值的知识和教育模式,更好地为教育教学决策提供科学依据,成了亟待解决的问题。本文提出一种新的课程成绩数据关联模式发现算法。该算法针对课程成绩数据的特点,给出课程数据模型,采用矩阵加权模式发现技术对课程成绩数据进行模式挖掘,发现课程成绩数据中隐藏的数据关联规则。通过模式分析得出课程教学中的教学规律和问题,为教学管理、教学改革与决策提供科学依据。实验表明,与现有关联模式发现算法比较,本文提出的算法更有效、合理。 余如 黄丽霞 黄名选关键词:教育信息化 课程成绩 教育信息化数据中完全加权正负关联模式发现 2015年 对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一种新的教育信息化数据完全加权正负关联模式挖掘算法。该算法考虑了项目在事务数据库中的权值,从教育数据中挖掘完全加权频繁项集和负项集,在支持度-置信度-相关性架构下从频繁项集和负项集挖掘有趣的教育数据完全加权正负关联模式。通过模式分析,发现教育领域潜在的教育、教学规律和教育发展趋势,提高教育信息化数据分析和处理水平。以真实的教育信息化数据作为实验数据测试集,实验结果表明,与现有的正负模式挖掘算法比较,所提出的算法更有效、更合理,其挖掘出的正负关联模式更加接近现实。 余如 黄丽霞 黄名选关键词:教育信息化 基于项权值变化的完全加权正负关联规则挖掘 被引量:14 2015年 本文提出一种基于项权值变化的完全加权正负关联规则挖掘算法,解决了基于项权值变化的负模式挖掘问题.该算法考虑项权值依赖于事务记录的特点,采用新的项集剪枝方法和模式评价框架,通过项集的项内权值比和维数比的简单计算和比较,挖掘有效的完全加权正负关联规则.实验结果表明,与现有无加权正负关联规则挖掘算法比较,本文算法能避免无效的模式出现,其挖掘时间和候选项集数量明显减少,减幅最大分别可达94.09%和88.16%. 周秀梅 黄名选关键词:数据挖掘 负关联规则 频繁项集 一种有效的完全加权正负关联模式挖掘算法AWAPM_SPRMI 被引量:1 2015年 完全加权正负关联模式在文本挖掘、信息检索等方面具有重要的理论和应用价值。针对现有挖掘算法的不足,构建完全加权正负关联模式评价框架SPRMII(support-probability ratio-mutual information-interest),提出完全加权项集双兴趣度阈值剪枝策略,然后基于该剪枝策略提出一种新的基于SPRMII框架的完全加权正负关联模式挖掘算法AWAPM_SPRMII(all-weighted association patterns mining based on SPRMII)。该算法克服了传统挖掘算法缺陷并采用新剪枝方法从完全加权数据库中挖掘有趣的频繁项集和负项集,通过项集权重维数比的简单计算和SPRMII评价框架,从这些项集中挖掘有效的完全加权正负关联规则。理论分析和实验表明,该算法有效,具有良好的扩展性,与现有经典挖掘算法比较,获得了良好的挖掘性能。 高亮 夏冰 黄名选关键词:数据挖掘 频繁项集 网络重叠社区发现的谱聚类集成算法 被引量:7 2014年 鉴于计算代价高昂的谱聚类无法满足海量网络社区发现的需求,提出一种用于网络重叠社区发现的谱聚类集成算法(SCEA).首先,利用高效的近似谱聚类(KASP)算法生成个体聚类集合;然后,引入个体聚类选择机制对个体聚类进行优选,并对优选后的个体聚类建立簇相似图;最后,进行层次软聚类,得到网络节点的软划分.实验结果表明,与代表性算法(CPM,Link,COPRA,SSDE)相比较,SCEA能够挖掘出具有更高规范化互信息(NMI)的网络重叠社区结构,且具有相对较好的鲁棒性. 黄发良 黄名选 元昌安 姚志强关键词:谱聚类 完全加权正负关联规则挖掘及其在教育数据中的应用 被引量:4 2014年 完全加权数据模型的特点是其项目权值分布在各个事务记录中,随着事务记录的不同而变化。现有的加权负关联规则挖掘算法不能适用于完全加权数据模型。该文提出一种新颖的基于概率比和兴趣度的完全加权正负关联规则的挖掘算法,探讨了算法在教育信息化数据中的应用。算法以概率比代替传统的置信度,采用支持度-概率比-兴趣度架构衡量完全加权正负关联规则,获得很好的挖掘效果。以真实的教育数据和文本数据为实验测试集,与现有正负关联规则挖掘算法比较,该文提出的算法更有效、更合理,具有较高的理论价值和应用前景。 余如 朱朝阳 黄名选关键词:兴趣度 文本挖掘