孔晓斌
- 作品数：4 被引量：2H指数：1
- 供职机构：山西煤炭职业技术学院更多>>
- 发文基金：山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种基于高斯分布的SVM核参数选择方法
- 2008年
- 针对支持向量机(Support Vector Machine,SVM)研究中的核选择问题,在Amari和Wu提出的保形变换方法的基础上,提出了一种基于高斯分布的SVM核参数选择方法.分析了确定数据分布特征的重要性,给出了判断数据呈高斯分布的方法,探讨了SVM核函数及其参数选择与数据分布的相关性.在Matlab实验环境下,采用两组数据集进行了数值仿真,仿真结果说明了本文所提方法的可行性与有效性.
- 孔晓斌曹棣张素兰
- 关键词：支持向量机核参数选择高斯分布
- 基于粗糙k-均值的web事务的聚类
- 2011年
- 在web挖掘的聚类分析中,类与类之间不一定存在清晰的边界.而且由于web浏览过程和web日志内存在各种各样的原因,存在大量错误的或不完全的数据的可能性很高,因此许多研究者使用模糊理论的方法对web数据进行聚类分析.本文提出了基于粗糙理论的粗糙k-均值的聚类方法,在聚类过程中,每个web事务被转换成等长的向量形式,并给出它们的相似性度量,而且每个类由一个边界模糊的粗糙集来表示,然后利用改进的粗糙k-均值法对web事务进行聚类.最后给出了实例说明和实验分析.
- 曹棣孔晓斌
- 关键词：WEB挖掘聚类分析粗糙集粗糙K-均值
- 面向高考招生的智能数据分析系统研究
- 近年来,随着我国大众化高等教育的普及,高考考生数量的激增,给面向高考招生的数据分析与管理工作带来了诸多问题。数据挖掘技术是一种从大量的数据集中,提取隐含潜在的有用信息和知识的过程,为决策支持服务,并已得到广泛的应用。本文...
- 孔晓斌
- 关键词：高考招生数据挖掘高等教育数据管理粗糙集
- 文献传递
- 基于改进Leader算法的Web存取模式的聚类
- 2011年
- 介绍了一种新颖的Web存取模式的聚类算法,该算法是一种结合粗糙理论和模糊理论的改进Leader算法,既体现了粗糙理论和模糊理论在处理含有不确定信息问题上的优势,同时使用了Leader算法进行聚类以提高算法的时间复杂度,从而在Web存取模式的聚类中的聚类的时间花费是令人接受的而且聚类结果是相对满意的。通过实例分析及实验结果,该算法是行之有效的。
- 曹棣孔晓斌
- 关键词：粗糙集聚类
