您的位置： 专家智库 > >

马帅

作品数：7 被引量：204H指数：3
供职机构：北京大学信息科学技术学院计算机科学技术系更多>>
发文基金：国家重点基础研究发展计划国家高技术研究发展计划山东省自然科学基金更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 5篇期刊文章
  • 2篇会议论文

领域

  • 6篇自动化与计算...
  • 1篇理学

主题

  • 5篇聚类
  • 3篇数据挖掘
  • 3篇聚类算法
  • 2篇移动通信
  • 2篇数据库
  • 2篇通信
  • 2篇位置数据库
  • 1篇序列模式挖掘
  • 1篇移动环境
  • 1篇移动网
  • 1篇移动网管
  • 1篇英文
  • 1篇增量聚类
  • 1篇增量聚类算法
  • 1篇数据仓库
  • 1篇数据查询
  • 1篇网管
  • 1篇位置管理
  • 1篇决策支持
  • 1篇决策支持系统

机构

  • 7篇北京大学
  • 1篇青岛大学

作者

  • 7篇马帅
  • 4篇王腾蛟
  • 4篇杨冬青
  • 4篇唐世渭
  • 3篇高军
  • 2篇宋国杰
  • 1篇张俊虎
  • 1篇孙英华

传媒

  • 3篇软件学报
  • 1篇北京大学学报...
  • 1篇计算机工程与...

年份

  • 1篇2005
  • 2篇2004
  • 2篇2003
  • 2篇2002
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于单元划分的DBSCAN聚类算法
1引言聚类分析是数据挖掘领域中极富挑战性的一个领域,它的一些潜在的应用对分析算法提出了特别的要求,下面是关于聚类的一些典型的要求:可扩
马帅宋国杰唐世渭杨冬青王腾蛟
关键词：CLUSTERINGCELL
文献传递
一种用于位置数据库结构调整的增量聚类算法被引量：8
2004年
在移动通信网络环境中,如何合理地组织和存储移动对象的配置信息,从而有效地降低查询和更新代价是位置管理中的一个重要问题.将数据挖掘应用到移动计算环境中是一项具有挑战性的研究课题,具有广阔的应用前景.区域划分能够优化位置数据库的拓扑结构,有效地降低查询和更新代价.但是随着时间的迁移,用户的移动模式会发生改变,导致原有区域的划分与当前的移动模式不符,因此产生了动态区域划分这一亟待解决的重要问题.聚类可以很好地解决区域划分问题,而对于动态区域划分问题,如果仍然采用聚类来解决,就等于重新划分,没有充分利用原有划分的信息,所需代价很大.提出了一种增量的聚类算法来解决动态区域划分问题.该方法以较小的代价调整原有划分,使得新得到的划分仍然满足区域划分所需满足的条件.
马帅唐世渭杨冬青王腾蛟
关键词：增量聚类数据挖掘位置数据库
基于模式挖掘的交通预测模型
1.引言智能交通系统是解决交通阻塞、确保交通安全和减少交通预算等的有效保障,其中一个核心问题是采取有效的方法,实施对将来交通状况的预测。目前主要有四种类型的预测方法:基于历史数据的方法、基于时间序列分析的方法、基于仿真
宋国杰马帅唐世渭杨冬青
文献传递
移动环境中的最大移动序列模式挖掘(英文)被引量：1
2004年
在移动通信环境中 ,移动序列模式挖掘对于有效的提高位置管理的服务质量具有重大的意义。移动序列模式挖掘和传统的序列模式挖掘是不同的 ,首先 ,前者需要考虑更多的时间因素 ;其次 ,移动序列模式中的项之间是连续的 ,因为关心移动用户的下一次移动情况。本文提出了一种挖掘移动序列模式的新技术 :聚类的思想引入到移动序列模式挖掘来处理移动历史的时间离散化 ,并且提出了一个高效的PrefixTree算法来挖掘移动序列。性能研究表明 ,PrefixTree算法优于PrefixSpan
马帅唐世渭杨冬青王腾蛟高军
关键词：聚类序列模式挖掘
基于WEB服务的移动网管决策支持系统被引量：1
2005年
目前国内的移动通讯业务不断扩张,用户量迅猛增加。移动运营商在面对巨大市场的同时,也面临着巨大的挑战。一是其网络设备的数量和种类急剧增多,网络拓扑结构更加复杂,网络负载也不断加重;二是海外运营商急于分割国内市场,竞争愈发激烈。因此,如何充分利用有限的资源提供优质的服务,成为摆在运营商面前的一个艰巨的任务。该文分析了采用数据仓库、数据挖掘、WEB服务等先进技术开发的“移动网管决策支持系统”,该系统可帮助决策层从各个角度、各个层次分析网管数据,以及隐藏在数据之间的深层次知识,有利于管理者制定出正确的决策。目前该系统在四川移动网管中心运行良好。
孙英华马帅张俊虎陈晓峰
关键词：决策支持系统数据仓库WEB服务移动通信
一种基于参考点和密度的快速聚类算法被引量：187
2003年
数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering using references and density)聚类算法,其创新点在于,通过参考点来准确地反映数据的空间几何特征,然后基于参考点对数据进行分析处理.CURD算法保持了基于密度的聚类算法的上述优点,而且CURD算法具有近似线性的时间复杂性,因此CURD算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CURD算法具有处 理任意形状的聚类、对噪音数据不敏感的特点,并且其执行效率明显高于传统的基于R*-树的DBSCAN算法.
马帅王腾蛟唐世渭杨冬青高军
关键词：快速聚类算法高维参考点数据挖掘
基于聚类的位置数据库动态重组被引量：11
2003年
在无线移动计算环境中,如何合理地组织和存储移动对象(mobile object)的配置信息从而有效地降低查询和更新代价是位置管理(location management)中的一个重要问题.将数据挖掘应用到移动计算环境中是一项具有挑战性的研究课题,具有广阔的应用前景.从数据挖掘的角度出发,提出了一种优化位置数据库的解决方案.首先采用一种新的层次聚类算法对移动日志聚类,然后根据聚类的结果对位置数据库动态重组,从而有效地降低了查询和更新代价.
马帅王腾蛟唐世渭杨冬青高军
关键词：数据挖掘位置数据库聚类数据查询
全选 清除 导出
共1页<1>
聚类工具0