陈川
- 作品数：5 被引量：38H指数：4
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合递增式学习的CART算法改进被引量：17
- 2007年
- 阐述了基于gini系数的决策树构造算法——CART算法。为了使算法能处理递增的数据,引入递增式学习方法,提出了一种改进算法。递增式学习的主要思想是测试函数提升。首先使用己有的数据用CART算法生成一棵决策树,然后使用递增的数据和递增式学习的方法来修改己有的决策树。最后从理论和实践两方面证明了改进算法的正确性和有效性。
- 骆盈盈王柯玲陈川毛云芳
- 关键词：数据挖掘决策树CART算法测试函数
- 基于Linux的RADIUS服务器的设计与实现被引量：4
- 2007年
- 计费认证功能是网络电话系统中不可或缺的部分,RADIUS服务器在系统中就扮演这样的角色。针对当前网络电话技术的迅速发展,而且基于认证计费技术在网络电话系统中起着重要的屏障作用,RADIUS认证计费已经开始从Windows平台向更加稳定的Unix/Linux平台进行迁移。基于此前提,对基于Linux平台的RADIUS计费认证服务器的设计思想进行了深入研究,并仔细描述了RADIUS服务器计费和认证的详细流程、认证及计费部分的实现过程和属性处理方法,最后总结了跨平台的计费认证服务器设计和实现的实际意义。
- 陈沅涛朱前飞陈川
- 关键词：认证计费网络电话跨平台
- 基于传感器网络的关联规则挖掘算法研究被引量：4
- 2007年
- 现有的传感器网络数据处理系统只能向用户提供简单的查询操作,如何高效地处理传感器网络的海量数据流,从中获取有用的知识成为新的挑战。提出一种基于传感器网络特性的分布式关联规则挖掘算法,采用树型通信结构,各个传感器通过改进的单一数据流频繁项集挖掘算法找出本地的局部频繁项集,并逐层上传、合并,最后由sink节点将所有子节点的局部频繁项集合并成全局的频繁项集,并产生相应的关联规则。实验证明该算法占用较少的计算时间和内存。
- 骆盈盈陈川毛云芳
- 关键词：传感器网络数据挖掘数据流关联规则频繁项集
- 基于传感器网络的K-均值聚类算法研究被引量：8
- 2007年
- 现有的传感器网络数据处理系统只能向用户提供简单的查询操作,如何高效地处理传感器网络的海量数据流,从中获取有用的知识成为新的挑战。提出了一种基于传感器网络的分布式K一均值聚类算法,首先由中心点下发k个质心的初始值,各个节点将数据对象赋于质心距离最近的簇,并将簇的信息通过传感器网络逐层上传合并;然后中心点计算k个簇中对象的平均值,再下发,反复迭代,直到各个簇满足误差准则,得到最后的聚类结果。实验证明,该算法准确率较高,计算时间较短。
- 骆盈盈陈川毛云芳
- 关键词：传感器网络数据挖掘数据流聚类
- 基于改进否定选择匹配算法的异常检测被引量：5
- 2005年
- 使用了一种改进的否定选择匹配算法来检测异常行为。在这种算法中考虑了位置因素对两个序列匹配度的影响,从而能够更加准确识别自体与非自体,有效地减小检测集的规模。首先使用正常的序列调用生成初始检测集,然后通过学习来扩充检测集,使用最终得到的检测集扫描一定长度的调用序列,通过其中异常序列的比例来显示该段序列调用是否出现了异常。最后给出了实验结果。
- 肖晓丽田悦宏陈川
- 关键词：异常检测否定选择算法
