检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2008年第12期42卷 2121-2126页

作者：黄启春刘仰光何钦铭浙江大学计算机科学与技术学院浙江杭州310027 浙江大学宁波理工学院浙江宁波315100

为了扩展支持向量机在大规模数据集和成批出现数据领域的应用,提出了一种基于支持向量机的增量式学习算法.利用标准的支持向量机算法训练得到初始的目标概念,通过增量式步骤不断更新初始的目标概念.更新模型是求解一个与标准支持向量机... 详细信息

为了扩展支持向量机在大规模数据集和成批出现数据领域的应用,提出了一种基于支持向量机的增量式学习算法.利用标准的支持向量机算法训练得到初始的目标概念,通过增量式步骤不断更新初始的目标概念.更新模型是求解一个与标准支持向量机具有类似的数学形式的凸二次规划问题.证明了在可分情况下,如果新增加的样本不是位于边界区,那么增量式过程既不会改变分类平面也不会改变分类平面的表达.与现有的增量式支持向量机算法相比,该算法无需额外计算就可实现增量式的逆过程并且训练时间与增量式步骤数成反比.实验结果表明,该算法满足稳定性、能够不断改进性能以及性能回复三个准则.

关键词：机器学习模式分类支持向量机增量式算法

来源：评论

学校读者我要写书评

暂无评论

序列模式挖掘的增量式算法的设计原则

引用

计算机研究与发展 2000年第10期37卷 1160-1165页

作者：周斌吴泉源高洪奎国防科学技术大学计算机学院长沙410073

在序列模式的分层算法框架下 ,从理论上分析并讨论了数据集的渐进性和算法参数的相似性为增量式挖掘带来的启发信息 ,提出了增量式挖掘算法设计的 4项原则。

关键词：数据挖掘序列模式增量式算法数据库设计原则

来源：评论

学校读者我要写书评

暂无评论

基于对象更新的邻域多粒度粗糙集模型增量式算法

引用

智能系统学报 2023年第3期18卷 562-576页

作者：陈宝国邓明淮南师范学院计算机学院安徽淮南232038

邻域多粒度粗糙集模型是粗糙集理论的重要研究分支。然而在大数据环境下,数据时刻处于动态更新之中,针对数值型信息系统对象动态变化的情形,本文提出一种邻域多粒度粗糙集模型的增量式更新算法。文中首先利用矩阵的方法表示了邻域多粒... 详细信息

邻域多粒度粗糙集模型是粗糙集理论的重要研究分支。然而在大数据环境下,数据时刻处于动态更新之中,针对数值型信息系统对象动态变化的情形,本文提出一种邻域多粒度粗糙集模型的增量式更新算法。文中首先利用矩阵的方法表示了邻域多粒度粗糙集中邻域类与目标近似集之间的两种近似关系,分别称之为子集近似关系矩阵和交集近似关系矩阵,并通过这两种近似关系矩阵重构了邻域多粒度粗糙集模型;然后针对数值型信息系统对象增加和对象减少的情形,研究了这两种近似关系矩阵随对象变化时的增量式更新,理论分析证明了这种更新方法的高效性;最后基于近似关系矩阵的增量式更新设计出了邻域多粒度粗糙集模型的增量式更新算法。实验结果验证了所提出增量式算法的有效性和优越性。

关键词：数据更新粗糙集多粒度邻域对象变化增量式学习近似关系矩阵增量式算法

来源：评论

学校读者我要写书评

暂无评论

属性最小约简的增量式算法

引用

电子学报 1999年第11期27卷 96-98页

作者：刘宗田合肥工业大学微机所合肥230009

知识约简是KDD(数据库中的知识发现)中的重要步骤,在粗糙集合理论中,对属性约简原理和方法有专门的论述,许多学者对约简算法进行研究.但是,这些研究几乎都是针对静态数据的,而数据库是动态的.本文提出了当增加数据库记录后,如何在已有... 详细信息

知识约简是KDD(数据库中的知识发现)中的重要步骤,在粗糙集合理论中,对属性约简原理和方法有专门的论述,许多学者对约简算法进行研究.但是,这些研究几乎都是针对静态数据的,而数据库是动态的.本文提出了当增加数据库记录后,如何在已有最小属性约简簇集的基础上求解新的最小属性约简簇集的算法ASRAI,证明了该算法的正确和分析了它的时间复杂性.然后又提出了对这个算法的改进算法IASRAI.

关键词： KDD 粗糙集合增量式算法属性约简数据库

来源：评论

学校读者我要写书评

暂无评论

利用浓缩布尔矩阵重排技术及增量式算法求所有约简

利用浓缩布尔矩阵重排技术及增量式算法求所有约简

引用

作者：胡競丹山西师范大学

学位级别：硕士

属性约简是粗糙集理论研究的一个重要问题.它已被广泛运用到模式识别、数据挖掘等领域,且对属性约简算法的研究受到了学者们的持续关注.本文以经典粗糙集模型为背景,利用浓缩布尔矩阵分别针对静态和动态数据集提出了求所有约简的高效算... 详细信息

属性约简是粗糙集理论研究的一个重要问题.它已被广泛运用到模式识别、数据挖掘等领域,且对属性约简算法的研究受到了学者们的持续关注.本文以经典粗糙集模型为背景,利用浓缩布尔矩阵分别针对静态和动态数据集提出了求所有约简的高效算法,具体内容如下:针对已有文献中求所有约简的算法其所得结果仍存在大量超约简(约简的超集)的问题,本文在Lazo-Cortés等人提出的矩阵重排技术基础上,对矩阵重排技术进行了改进,在浓缩布尔矩阵上通过多次利用改进的矩阵重排技术对属性集的幂集进行剪枝,从中删除所有非约简和大部分超约简,进而设计了一个求所有约简的算法.与已有文献相比该算法所得结果中超约简的数量更少,算法效率更高.针对实际应用中数据集是动态变化的情形,在仅考虑决策表添加对象的情况下,设计了一个求所有约简的增量式算法,首先通过考虑决策表添加对象后辨识矩阵可能出现的两种变化情形:一种是辨识矩阵中出现新增辨识元素,另一种是辨识矩阵中存在需要删除的辨识元素,分别设计了动态更新浓缩布尔矩阵的算法;其次对上述两种情形,根据浓缩布尔矩阵动态更新前后有部分行是相同的,分别设计了求所有约简的增量式算法.与已有文献相比,本文不需要重新计算浓缩布尔矩阵,并在大多数情况下都可以在原所有约简的基础上直接更新,得到更新后的所有约简.

关键词：粗糙集浓缩布尔矩阵矩阵重排技术增量式算法属性约简

来源：评论

学校读者我要写书评

暂无评论

社交网络影响力最大化问题的增量式算法研究

社交网络影响力最大化问题的增量式算法研究

引用

作者：黄颖西北农林科技大学

学位级别：硕士

近年来,众多迅速兴起的在线社交网络平台成为了人们传播信息、影响他人的重要方式;影响力最大化(Influence Maximization,IM)问题是社交网络信息传播分析中的重要问题,在口碑营销、舆情控制、网络监控等众多应用中其中关键作用;该问题... 详细信息

近年来,众多迅速兴起的在线社交网络平台成为了人们传播信息、影响他人的重要方式;影响力最大化(Influence Maximization,IM)问题是社交网络信息传播分析中的重要问题,在口碑营销、舆情控制、网络监控等众多应用中其中关键作用;该问题及其衍生问题包括主题影响力最大化、关联影响力最大化(Correlated Influence Maximization,CIM)问题等,也因此受到了广泛研究。IM问题旨在找出网络中最具影响力的k个用户,以某种传播模型从选出的用户发出信息传播,使得最终受影响用户的总数最大。传统影响力最大化算法大多数仅关注静态社交网络,然而社交网络拓扑结构天然具有动态特征,传统算法不适用。本文研究动态网络中最大化问题,提出了基于跳步的影响力最大化增量式算法。论文主要研究内容如下:(1)独立级联模型下IM问题的增量式算法为解决动态网络中最具影响力种子集更新问题,基于跳步策略,提出了一种针对独立级联传播模型的影响力最大化增量式算法。该算法利用局部化传播的特点,快速评估网络变化所涉及节点的影响力增益上限,与先前输出结果比较,快速更新有可能需要变动的影响力节点。在大规模真实数据集上的实验结果验证了所提出算法的高效性;在最佳情况下,所提出算法的运行速度相比其他现有算法快数个量级。(2)线性阈值模型下IM问题的增量式算法为研究用户的从众心理在影响力最大化问题的应用,采用跳步策略,提出了一种针对线性阈值传播模型的增量式算法。该算法通过动态维护用户的已知影响值,构建候选集提供动态变化后最可能替代种子用户的用户,从而增量式的对种子集进行更新,获取最新的影响扩散范围。经过多个数据集的实验,在影响扩散范围与影响扩散范围相差不超过10%的最优情况下,所提算法运行时间较对比算法快几倍到数十倍不等。(3)关联线性阈值模型下CIM问题的增量式算法为探究正关联性影响力最大化问题,在关联线性阈值模型的基础上,提出基于跳步的关联线性阈值传播模型,进而提出了一种增量式算法。该算法通过分析网络结构的变化,实时维护有效节点集合,从而对种子集进行增量式的更新。通过真实网络数据的验证,表明了所提算法能更快速的完成新种子集合的更新,且影响扩散范围不输同类算法。在最佳情况下,运行速度比其他对比算法快数十倍左右。

关键词：社交网络影响力最大化种子集增量式算法

来源：评论

学校读者我要写书评

暂无评论

面向CRM的粗糙集增量式算法的研究与应用

引用

计算机工程与科学 2004年第8期26卷 60-62页

作者：卢冰原陈华平王卫平中国科技大学信息管理与决策科学系安徽合肥230026

文章首先介绍了客户关系管理的目标和需求以及粗糙集理论的相关概念,然后给出了基于粗糙集的导出规则的增量式算法,最后通过CRM领域中的一个实例验证了算法的有效性。

关键词：粗糙集理论增量式算法 CRM 客户关系管理

来源：评论

学校读者我要写书评

暂无评论

粗糙集理论中属性约简的增量式算法

粗糙集理论中属性约简的增量式算法

引用

第四届中国Rough集与软计算学术研讨会

作者：李银花李德玉张继福太原重型机械学院数学系(太原) 山西大学计算机与信息技术学院(太原)

本文在决策逻辑框架下讨论了决策信息系统的增量式算法,给出了当新增实例是全新和完全矛盾于原极小决策算法情况下,原极小决策算法仍为新系统的极小决策算法的充要条件.依据这些条件给出了在上述两种情况下获得新系统极小决策算法的三... 详细信息

本文在决策逻辑框架下讨论了决策信息系统的增量式算法,给出了当新增实例是全新和完全矛盾于原极小决策算法情况下,原极小决策算法仍为新系统的极小决策算法的充要条件.依据这些条件给出了在上述两种情况下获得新系统极小决策算法的三种策略.

关键词：模糊数学粗糙集理论增量式算法计算机数学

来源：评论

学校读者我要写书评

暂无评论

多源序列模式挖掘隐私保护增量式算法

多源序列模式挖掘隐私保护增量式算法

引用

全国第26届计算机技术与应用学术会议

作者：张莹钟诚李秋霞广西大学计算机与电子信息学院广西南宁530004

按照相似度对多数据源中各数据库和相应的增量数据库进行分类,将各类数据库和增量数据库与敏感序列模式进行匹配比较,利用原始数据库挖掘结果和增量数据库分析结果有效减少数据库扫描次数,通过改进序列模式挖掘增量式算法IncSpan,设计... 详细信息

按照相似度对多数据源中各数据库和相应的增量数据库进行分类,将各类数据库和增量数据库与敏感序列模式进行匹配比较,利用原始数据库挖掘结果和增量数据库分析结果有效减少数据库扫描次数,通过改进序列模式挖掘增量式算法IncSpan,设计一种隐私保护的多数据源高投票率序列模式挖掘增量式算法HSMD-ISPM.实验结果表明,HSMD-ISPM算法能够准确挖掘出多数据源中全局高投票率模式,有效隐藏敏感模式,显著缩短挖掘时间.

关键词：多数据库序列模式挖掘增量式算法敏感模式隐藏

来源：评论

学校读者我要写书评

暂无评论

序列模式增量式算法的改进

序列模式增量式算法的改进

引用

2005年中国智能自动化会议(ICAC'2005)

作者：张琪朱秋云朱绍文姬朝阳魏苑琦陈亮华中师范大学电子与计算机研究所湖北武汉430079

序列模式可揭示事务之间的某种联系或发展趋势,已成为数据挖掘的研究热点之一。在序列模式的增量式挖掘算法中,IUS算法是目前最为先进的算法。本文针对IUS算法的两点不足,提出了IUS算法的改进算法。

关键词：数据挖掘序列模式增量式算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：