陈安龙
- 作品数：44 被引量：304H指数：10
- 供职机构：电子科技大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 基于抽样的垃圾短信过滤方法被引量：16
- 2009年
- 现有垃圾短信过滤系统主要采用对短信进行逐条分析判断的技术,因此处理的效率比较低。针对这一过滤技术的不足,提出了一个基于抽样的垃圾短信过滤方法,该方法引入用户信任度的概念,根据用户的信任度对用户发送的短信进行抽样过滤,极大地提高了处理效率。
- 钟延辉傅彦陈安龙关娜
- 关键词：文本分类
- 一种自反馈垃圾信息过滤方法
- 本发明公开了一种自反馈垃圾信息过滤方法，通过构建日志分析模块，能在人为操作尽可能少的情况下，根据过滤到的垃圾信息自我分析、自我决策、自我优化实行信息过滤规则的自反馈更新，大大提高了信息过滤速度和准确率，克服了传统海量信息...
- 傅彦夏虎陈安龙曾金全罗引
- 文献传递
- 基于极大团和FP-Tree的挖掘关联规则的改进算法被引量：42
- 2004年
- 融合了关联规则挖掘的FP-Tree算法和图论的极大团理论的优势,做了以下主要工作:(1) 提出了用邻接矩阵的产生频繁2-项集的改进方法;(2) 提出了极大有序频繁集的概念,证明了Head关系的等价性、划分定理、局部复杂性定理和归并收敛值域定理;(3) 提出并实现了基于极大团划分的MaxCFPTree算法,扫描时间复杂性小于O(n2);(4) 做了相关实验,以验证算法的正确性.新方法缓解了项目数量巨大而内存不足的矛盾,提高了系统效率和伸缩性.
- 陈安龙唐常杰陶宏才元昌安谢方军
- 关键词：关联规则邻接矩阵
- 一种动态的汉字笔段提取方法被引量：6
- 2008年
- 提出了一种笔段提取新方法,充分利用了撇笔段和捺笔段的轮廓规律,在提取笔段过程中动态改变寻找方向,使提取正确率进一步提高。实验证明了算法的有效性,与传统笔段提取算法相比,正确率由99.3%提高到99.8%以上,为汉字识别创造了更有利的条件。
- 史伟傅彦陈安龙周俊临
- 关键词：汉字识别笔段提取
- 基于小波和偶合特征的多数据流压缩算法被引量：12
- 2007年
- 提出了基于Haar小波技术和偶合特征的多数据流压缩方法．主要研究成果包括：（1）证明了Haar小波变换服从能量守恒规律，并用于压缩数据流；（2）揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律，采用特征流序列的小波系数和流能量近似表示流的趋势，达到压缩的目的；（3）提出了多尺度能量分解模型，提高了表示精度；（4）设计了多尺度能量分解压缩算法以及多尺度重构算法：（5）在真实数据集上的实验表明，新方法的压缩比是传统小波方法的2-4倍．
- 陈安龙唐常杰元昌安朱明放段磊
- 关键词：数据流HAAR小波数据压缩
- 多数据流处理的关键技术研究
- 随着信息技术的迅速发展，滋生了大量的数据流，数据流处理技术的研究成为了数据挖掘领域的热点问题。数据流具有动态易变性、数据的无限性和连续出现等特征。在多数据流的应用环境中，各数据流之间存在某种程度的偶合关系，发现数据流之间...
- 陈安龙
- 关键词：数据流数据挖掘
- 基于能量和频繁模式的数据流预测查询算法被引量：5
- 2008年
- 设计了数据流预测查询的新模型,包括局域流能量预测、能量分布模式挖掘及预测序列的重构和数据流能量的度量方法;设计了融合数据流能量回归与基于频繁模式的小波分解预测新方法,并将新算法推广到强偶合多数据流的预测查询;提出了最近最频繁序列模式的新概念,并应用于局域流能量分解;在真实数据上的模拟实验,验证了算法的有效性.
- 陈安龙唐常杰傅彦廖勇
- 关键词：数据流小波分解
- 一种群发垃圾短信的监管方法
- 本发明公开了一种群发垃圾短信的监管方法，通过建立两个交替使用的短信缓存区，将缓存的短信针对不同的流量、垃圾短信在不同时间的频繁情况，分别采取不同的群发垃圾短信批量拦截处理策略，这样可以有效地克服传统的群发垃圾短信监管方法...
- 陈安龙傅彦曾金全夏虎罗引
- 文献传递
- 一种垃圾短信过滤方法
- 本发明公开了一种垃圾短信过滤方法，包括以下步骤：给每个短信用户设置一个用户信任度；根据短信用户的信任度，对短信进行不同强度的抽样过滤，未被抽样到的短信作为正常短信予以发送，被抽样到的短信作为可疑短信；可疑短信，采用依据构...
- 陈安龙尚明生傅彦周俊临钟延辉关娜
- 文献传递
- 基于Hash函数取样的线性时间聚类方法LCHS被引量：2
- 2005年
- 作为数据挖掘中的经典算法,k-中心点算法存在效率低、对大数据集适应性差等严重不足.该文针对这一不足,提出并实现Hash分层模型LCHS(LinearClusteringBasedHashSampling),主要贡献包括:(1)将m维超立方体按等概率空间进行分桶,使得每层(即Hash桶)的数据个数相近,以较小的计算代价获得分层抽样的效果;(2)新算法保证了样本具有对总体数据的充分的统计代表性;(3)从理论上证明了新算法复杂度为O(N);(4)对比实验表明新算法在数据集的个数接近10000时,效率比传统算法提高2个数量级,数据集的个数接近8000时,聚类质量比CLARA算法提高55%.
- 元昌安唐常杰张天庆陈安龙左劼谢方军
- 关键词：K-中心点聚类分析HASH函数
