邹晓峰
- 作品数：9 被引量：73H指数：4
- 供职机构：解放军理工大学通信工程学院更多>>
- 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更多>>
- 一种构建分类系统的新方法
- 2003年
- 为了自动获取分类规则并构建高性能的分类系统,研究了一种新方法.应用模糊集软化数量型属性的划分边界,提出了模糊分类关联规则的挖掘算法,给出了基于模糊分类关联规则的分类系统构建方法.结果表明,基于模糊分类关联规则构建的分类系统具有较好的精度和可解释性.
- 邹晓峰陆建江宋自林
- 关键词：数据挖掘模糊关联规则模糊集
- 语言值关联规则的优化
- 1引言用数据挖掘方法发现关联规则是信息处理领域的一大热点。文[1]首先提出挖掘布尔型关联规则的快速算法,文[2]提出了数量型属性关联规则的挖掘算法:基于支持率的部分K度完全方法,这方法有两个不足之处:(1)在处理高偏度的...
- 邹晓峰陆建江宋自林
- 关键词：MININGOPTIMIZATION
- 文献传递
- 语言值关联规则的增量更新被引量：3
- 2004年
- 数据库并非是静态的,而是要经常更新。数据库发生插入、删除和修改等操作后,一方面有可能产生新的关联规则,另一方面现有的一些规则可能不再适用,所以要对关联规则进行维护。提出一种语言值关联规则的增量更新算法。算法通过维护原先的频繁语言值属性集的集合、负边界及其语言值属性集的支持数,使得语言值关联规则更新过程最多需要扫描整个数据库一次。实例分析表明该算法能够有效更新语言值关联规则,并且减少重复计算的开销。
- 张文献邹晓峰
- 关键词：语言值关联规则数据挖掘
- 模糊关联规则的并行挖掘算法被引量：12
- 2005年
- 介绍了模糊关联规则挖掘算法的基本思想及实现步骤,提出了模糊关联规则的并行挖掘算法.并行挖掘算法采用并行的模糊c 均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界.用改进布尔型关联规则的并行挖掘算法来发现频繁模糊属性集.最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.在分布式互连的PC/工作站环境下进行性能分析,结果表明并行的挖掘算法具有好的可扩展性、规模增长性和加速比性能.
- 陆建江徐宝文邹晓峰康达周
- 关键词：数据挖掘模糊聚类关联规则
- 模糊规则发现算法研究被引量：8
- 2003年
- 引入最小强度的概念来限制模糊属性集的搜索范围 ,提出一种能发现强模糊规则的快速算法 .此算法利用Apriori算法的搜索技术来发现强模糊规则 ,因此具有较高的算法效率 ,并有效地解决了模糊系统的维数灾难问题 .在快速算法的基础上 ,又提出一种能发现固定数目的强模糊规则的划分算法 .该算法将数据库划分成多个子数据库 ,并在子数据库上通过发现划分强模糊属性集来限制全局强模糊属性集的搜索范围 .实验表明 。
- 陆建江徐宝文邹晓峰
- 关键词：模糊系统模糊规则
- 语言值关联规则挖掘算法被引量：9
- 2002年
- 挖掘语言值关联规则是数量型属性关联规则中的一个重要研究内容。已有的语言值关联规则挖掘算法没有充分考虑隶属度的信息,为此改进了语言值关联规则的挖掘算法,此算法能充分考虑隶属度的信息,但算法的效率不高。为了提高挖掘算法的效率,通过引入可变阈值,并提出折衷的语言值关联规则挖掘算法,折衷的算法损失了少量的隶属度信息,但节省了挖掘所需的内存和时间。
- 邹晓峰陆建江宋自林
- 关键词：语言值关联规则数据挖掘模糊C-均值算法数据库
- 基于模糊分类关联规则的分类系统被引量：36
- 2003年
- 为了构建高性能的分类系统 ,应用模糊集软化数量型属性的划分边界 ,提出了模糊分类关联规则的挖掘算法 由于模糊集能很好地贴近人类的思维方式 ,因此挖掘得到的模糊分类关联规则易于被人理解 接着提出了基于模糊分类关联规则的分类系统 ,并采用遗传优化算法训练分类系统 实例分析的结果表明 。
- 邹晓峰陆建江宋自林
- 关键词：数据挖掘模糊关联规则遗传算法
- 发现边防突发事件的特征型知识被引量：3
- 2002年
- 边境地区情况复杂 ,边防斗争和边境管理任务繁重 ,边防事务的工作量大 ,而边防突发事件的处置又具有很强的政策性、法规性和时效性 ,涉及面广、要求高、标准严等特点。为了改善边境地区处置边防突发事件的能力 ,提高边防涉外事件处置水平 ,开发边境地区边防突发事件处置辅助决策系统具有重要的实际意义。采用数据挖掘的聚类方法将边防突发事件汇聚成几个模式 ,并发现模式的特征型知识 。
- 陆建江邹晓峰宋自林
- 关键词：数据挖掘分词球形K-均值算法
- 挖掘关注的语言值关联规则被引量：3
- 2002年
- 为了解决利用 RFCM算法划分数量型属性 ,并通过组合语言值进行语言值关联规则挖掘中出现的规则数量太多 ,以及难于获得用户真正关注的规则等问题 ,提出了一种改进的语言值关联规则挖掘算法。通过最大隶属原则将记录在数量型属性上的取值转换为语言值 ,然后转换成布尔型属性关联规则挖掘问题。同时 ,给出一个能够度量语言值关联规则简洁性和新奇性的客观关注程度 (兴趣度 )的计算函数 ,用于减少选取关注语言值关联规则的工作量。采用本文提出的方法对一组实例数据进行实验 ,得到了关注程度较高的语言值关联规则。所采用的方法能适用于含有大量数量型属性的数据库 。
- 邹晓峰陆建江储为民宋自林
- 关键词：数据挖掘语言值关联规则
