周之强
- 作品数：4 被引量：2H指数：1
- 供职机构：教育部更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于数据立方体的多维关联规则挖掘研究
- 关联规则挖掘是数据挖掘领域中的一个重要的研究内容,其主要目标就是发现数据库中一组对象之间某种有趣关联或相关联系。近年来,关联规则挖掘研究成为数据挖掘中的一个热点,并被广泛应用于市场营销、事务分析等领域。
数据立方体...
- 周之强
- 关键词：OLAP关联规则数据立方体
- 文献传递
- 基于维分类的关联规则的元规则制导挖掘
- 2011年
- 元规则制导的关联规则挖掘可以提高挖掘过程的效率和精确度,目前已经提出了许多关联规则的元规则制导挖掘算法,尤其是在关系数据库中;而在数据立方体上的元规则制导挖掘算法相对较少,且大多数是基于Apriori思想的算法,它们都存在冗余谓词搜索的问题。针对这种情况,提出了一种以元规则中维度的不同类型为依据的改进算法LRS,并在实验中证明了算法的有效性。
- 倪志伟周之强公维峰孟金华
- 关键词：元规则关联规则数据立方体
- 数据流中随机型分形维数计算方法研究
- 2011年
- 分形维数能够有效地描述数据集,反映复杂数据集中隐含的规律性,基于分形理论的数据挖掘算法通常都涉及到分形维数的计算。但是现有的分形维数计算方法的时间复杂度和空间复杂度都比较高,大大降低了算法的效率,使算法很难适应高速、海量的数据流环境。因此,总结分析了现有的几种分形维数计算方法,并提出一种随机型方法,利用固定的内存空间快速估计数据流的关联维数。最后通过与现有算法进行对比实验,证明了这一随机型算法的有效性。
- 倪志伟公维峰周之强唐李洋
- 关键词：分形分形维数数据流
- 数据流时间窗口中闭频繁项集的在线挖掘被引量：1
- 2011年
- 在数据流闭频繁项集挖掘过程中,常忽略历史模式对挖掘结果的影响,并采用一种结构来标记闭频繁项集的类型,导致算法的效率不高.为此提出一种挖掘数据流时间窗口中闭频繁项集的方法NEWT-moment.该方法能在单遍扫描数据流事务的条件下完整地记录模式信息.同时,NEWT-moment提出的剪枝方法能很好地降低滑动窗口树F-tree的空间复杂度与闭频繁模式树NEWT-tree的维护代价.此外,该方法提出的时间衰减机制能区分历史和最新模式对挖掘结果的影响;并且,NEWT-tree直接存储闭频繁项集,可随时快速读取闭频繁项集.与T-moment算法相比,算法不需要删除历史数据,不需要记录事务时标,标记各节点,降低了算法的时间和空间复杂度.大量实验结果表明,NEWT-moment有很好的效率和准确性.
- 姜苗倪志伟孟金华周之强
- 关键词：数据流
