检索结果-内蒙古大学图书馆

计算机工程与应用 2010年第4期46卷 12-14,28页

作者：刘慧婷倪志伟安徽大学计算机科学与技术学院合肥230039 合肥工业大学计算机网络所合肥230009

对客户的交易数据进行聚类是客户行为分析的一个重要手段。针对客户交易数据维数高的特点,提出了基于EMD和K-means的顾客行为聚类算法。首先利用EMD和自底向上分段算法实现交易数据序列维度的约简,再利用K-means算法完成降维后序列的聚... 详细信息

对客户的交易数据进行聚类是客户行为分析的一个重要手段。针对客户交易数据维数高的特点,提出了基于EMD和K-means的顾客行为聚类算法。首先利用EMD和自底向上分段算法实现交易数据序列维度的约简,再利用K-means算法完成降维后序列的聚类,最后利用每个类别中购买率较高的商品作为该类的描述,为商家提供促销依据。该聚类算法一方面可以有效实现客户行为的聚类,另一方面,由于算法对交易数据序列进行了降维处理,节约了一定的存储空间。

关键词：经验模态分解方法自底向上算法 K—means算法趋势提取客户行为聚类

来源：评论

学校读者我要写书评

暂无评论

基于经验模态分解及动态数据挖掘的商务数据分析方法研究

基于经验模态分解及动态数据挖掘的商务数据分析方法研究

引用

作者：刘慧婷合肥工业大学

学位级别：博士

随着计算机技术的发展和普及,企业生成、收集、存储及处理数据的能力大大提高,数据量与日俱增。大量丰富的数据使得传统的数据分析方式陷入了困境,数据挖掘技术应运而生,它是一个新兴的边缘学科,涉及机器学习、模式识别、数据库、统计... 详细信息

随着计算机技术的发展和普及,企业生成、收集、存储及处理数据的能力大大提高,数据量与日俱增。大量丰富的数据使得传统的数据分析方式陷入了困境,数据挖掘技术应运而生,它是一个新兴的边缘学科,涉及机器学习、模式识别、数据库、统计、人工智能等多门学科。商务数据挖掘是数据挖掘中的一个重要研究方面,目前关于商务数据中的静态数据分析模型已经慢慢变得成熟,但是经验模态分解算法及动态数据挖掘在商务数据分析中的应用研究,仍处在起步阶段。经验模态分解(Empirical Mode Decomposition,EMD)被认为是不同于以傅里叶变换为基础的线性和稳态谱分析方法的一种时频分析方法。本文以基于经验模态分解方法及动态数据挖掘的商务数据分析为目标,研究了经验模态分解方法的基本原理和算法思想;针对其端点效应等不足,提出了新的数据延拓技术;针对EMD算法的精度和速度上的不足,提出了相应的改进措施;并研究了EMD分解、构造性神经网络覆盖算法以及K-means聚类等方法各自独特的特点,以及这些方法与其他理论的结合点,为动态数据挖掘中遇到的一些问题提供新的解决方案,并把它们应用在商务数据的分析中。主要工作包括: 1.论述了本论文的研究背景;综述了时频分析方法的发展:介绍了EMD方法及其国内外研究现状,以及动态数据挖掘的研究内容;最后,阐述了本文的研究内容、总体框架和创新之处。 2.介绍了基于EMD时频分析方法的一些基本概念;阐述了基于EMD的希尔伯特变换的基本原理和算法;在此基础上,用基于EMD的时频分析方法对仿真信号进行了分析验证,结果表明把该方法引入非线性非平稳序列的分析是理想的。 3.介绍了EMD算法端点效应的机理;然后系统地研究了基于神经网络预测的数据序列延拓技术和镜像延拓技术的特点及性能:最后,对各种延拓技术进行了比较研究,分析了各种延拓技术的优缺点,并提出了基于多项式拟合的数据延拓技术。 4.从提高速度与精度两方面着手,对EMD算法进行了系统研究。首先研究埃尔米特Hermite插值和三次样条插值哪个更适合获取序列的上、下包络线,结果表明三次样条插值效果较好;接着研究利用三次样条插值获得序列数据包络线的效果,结果表明该方法是理想的;然后阐述了样条插值获得包络线存在的问题,以及已有的解决方法——基于高次(高于三次)样条插值的EMD算法并考察了效果,表明高次样条插值能提高EMD算法精度,但耗时增加;最后根据EMD算法的特点,提出了基于极值点均值的EMD算法,并对该算法的效果进行了系统地研究,结果表明该算法优于原有的EMD方法。 5.研究了动态数据挖掘中的时间序列相似性匹配问题。首先利用交叉覆盖算法对序列进行分类,进而完成序列匹配;直接利用覆盖算法进行匹配虽然是有效的,可是有时存在两个序列趋势是相似的,但由于某几维相差较大而没有被归为一类,增加了“拒识点”的个数。为了提高匹配的准确性,提出了基于EMD和交叉覆盖算法的序列匹配算法,实验证明该方法可以减少“拒识点”,提高匹配算法的准确度。 6.研究了动态数据挖掘中的聚类问题。由于参加聚类的序列往往维度较高,所以首先研究了数据维度的约简问题。本章提出了基于EMD和自底向上(Bottom-Up)分段算法的维度约简方法,并把该维度约简方法和K-means算法相结合,有效完成了数据序列的聚类。 7.结合国家高技术研究发展计划(863计划)专题课题(2007AA04Z116)——“面向制造业售后服务的商务智能关键技术研究”,把第五章提出的基于EMD和交叉覆盖算法的序列匹配算法用于个人信用的评估,即把客户的信用历史数据序列利用EMD方法提取趋势后,再利用交叉覆盖算法进行分类,通过对历史上每个类别的若干样本进行学习,从己知的数据中找出违约及不违约者的特征,从而总结出分类的规则,用于测量借款人的违约风险,为消费信贷决策提供依据;把第六章提出的聚类算法用于超市顾客行为的聚类,通过超市的交易数据对顾客进行聚类,将顾客划分到不同的簇(或称市场分段),并用市场分段中购买率较高的商品作为该分段的描述,实现对每个市场分段分别地进行促销和广告。

关键词：经验模态分解动态数据挖掘商务数据分析端点问题样条插值交叉覆盖算法自底向上算法 K-means算法

来源：评论

学校读者我要写书评

暂无评论

自底向上的三维形状分割

自底向上的三维形状分割

引用

作者：胡瑞珍浙江大学

学位级别：博士

三维形状分割一直以来都是计算机图形学领域的基础性研究课题。一方面,三维形状分割可以被应用在参数化、纹理映射、重新网格化以及网格简化等纯几何分析和处理方面。当前,越来越多的研究者将研究重心从纯几何分析和处理转化到高层次的... 详细信息

三维形状分割一直以来都是计算机图形学领域的基础性研究课题。一方面,三维形状分割可以被应用在参数化、纹理映射、重新网格化以及网格简化等纯几何分析和处理方面。当前,越来越多的研究者将研究重心从纯几何分析和处理转化到高层次的结构化分析和处理上,而三维形状的语义分割正是高层次形状分析与处理的基础。近些年来,多个三维形状的协同分割已经成为形状分析尤其是形状分割领域中的一个重要课题。这里,多个三维形状的协同分割指的是将一组属于同一类的三维形状一致分割成具有相互对应关系的语义部件。相对于单个三维形状,一组属于同一类的三维形状可以提供更多的信息,因而对一组三维形状进行协同分割所得到的结果将要优于对每个三维形状单独进行分割的结果。而这其中,最关键的问题是如何从一组三维形状中获取合适的信息用于协同分割。另一方面,如何将一个复杂的形状分解为一系列简单的形状是也一个重要的几何问题。其中主要的原因是,相对于复杂的形状,更容易对简单的形状进行计算和操作。本文要介绍的是金字塔分割问题,即希望将给定形状分割为最少的金字塔形的块。我们说一个形状是金字塔形的,如果它的边界上有一个平坦的底而且剩余的边界部分可以看成是这个底上的一个高度函数。三维形状的金字塔分割问题的研究价值主要体现在其在工业界的有效应用。对于一般的三维形状,用熔融沉积式三维打印机打印需要额外的支持材料。而支撑材料所带来的弊端主要是有两个方面：首先是材料的浪费;其次是这些支撑材料将很难从打印完成的模型中去除,特别是那种有镂空设计的三维形状。然而,金字塔形状是自稳定的,即在打印的时候不需要任何支撑材料,所以它是熔融沉积式三维打印机能处理的理想输入。另外,金字塔形状都是可以铸模的,沿反方向将金字塔形状从模具中取出将不会对模型造成任何损坏。本文围绕不同应用背景下的三维形状分割问题展开研究,主要研究成果与贡献包括：1.本文提出了一个全新的自底向上的算法,可以自动将属于同一个类的一组模型分割成带有语义的部件并同时建立这些部件之间的对应关系。从对网格表面进行的过分割开始,我们算法通过将这些过分割曲面片进行聚类得到了期望的语义分割以及对应关系。其中,核心思想是通过在曲面片上定义多种特征使得相似曲面片以较大概率落在特征空间的同一个子空间内,从而将曲面片的聚类问题转化为子空间聚类问题。实验结果显示,本算法具有很强的灵活性,对于不同的模型集都能得到较为理想的协同分割结果。2.在定义多个特征空间并对其上的信息进行融合时,传统的方法是将不同特征串连合并成一个特征之后直接进行聚类。我们则是通过在优化问题中加入一个惩罚函数来保证不同特征空间内的相似矩阵的稀疏相容性。通过求解这一优化问题,我们既可以找到相似性较大的曲面片对,又可以确定出对这一相似性判定起决定性因素的特征。由于在进行三维形状进行分析和处理时往往需要综合考虑其上多种特征,所以这种对多种特征进行融合的非传统方式,可应用在除形状分割以外的其他形状分析与处理的工作上。3.本文提出了一个全新的自底向上的算法,来解决三维形状的近似金字塔分割问题。精确金字塔分割问题是NP-难的,这里我们将这个问题转化为一个较为被大家熟知的精确覆盖问题。给定一个三维形状,我们首先在其内部采样,然后通过对这些采样点进行逐步聚类得到一系列不同程度的基本元,并进一步合并得到一组备选金字塔块。最终,我们将在这一组备选金字塔块上进行精确覆盖问题的求解从而得到最后的分割结果。实验结果表明,无论输入形状是二维的还是三维的,实心的还是中空的,我们算法都可以处理。我们在大量的数据集上对算法进行了测试与评价,证实了算法的有效性和普适性。4.类金字塔性是一个相对较新且没有被充分研究过的形状特性,除了三维打印,还和铸模等应用有紧密关系。通过本文对这一问题的探索,希望能够吸引更多研究者对这一特性进行更深层次的挖掘。再者,将形状分割问题转化为精确覆盖问题的关键是要构造出满足某一特定属性的形状内部的块。虽然本文所研究的是类金字塔性,但是这一问题转化的思路可以用于求解带有其他特性要求的形状分割问题。

关键词：形状分割协同分割语义分析对应关系三维打印类金字塔性自底向上算法子空间聚类精确覆盖

来源：评论

学校读者我要写书评

暂无评论

汉语句法分析技术及其在机器人辅助教育智能接口中的应用研究

汉语句法分析技术及其在机器人辅助教育智能接口中的应用研究

引用

作者：赵德玉天津师范大学

学位级别：硕士

“机器人辅助教育”是与“计算机辅助教育”相对应的一个概念，将机器人应用于教学过程，充分利用机器人的实际操作和演示功能，在教学过程中，及时发现和纠正学生的操作错误，从而非常有利于培养学生的实践动手能力。在机器人辅助教学... 详细信息

“机器人辅助教育”是与“计算机辅助教育”相对应的一个概念，将机器人应用于教学过程，充分利用机器人的实际操作和演示功能，在教学过程中，及时发现和纠正学生的操作错误，从而非常有利于培养学生的实践动手能力。在机器人辅助教学中，机器人与学生进行面对面的对话是至关重要的。对一个机器人来说，在能跟人进行对话之前，必须先理解说话者的意思，这就涉及到自然语言处理的问题，本文的重点放在了汉语句法分析这个方面，由于我们所面对的是特定的语境和特定的词汇，相对来说，句法分析所涉及的词汇量不是很大，它仅涉及一些跟台球教学有关的词汇。本文的主要内容包括： (一)介绍了机器人辅助教育的概念及其发展，并对其接口--自然语言处理的发展、思想、层次等进行了阐述： (二)从句法分析的内涵出发，介绍了汉语句法分析的特点，并从其固有的特点上，对汉语句法分析的困难进行了综述；对自然语言句法分析研究的内容进行了说明，介绍了前人所做的一些研究，对自然语言句法分析的两种方法进行了比较，指出了句法分析的发展趋势；介绍了句法分析的理论基础--形式语言理论，句法分析的策略，最后介绍了两种具体的句法分析的方法--基于原则的分析方法和标准LR分析算法； (三)从研制分词词库的原则出发，介绍了用access创建台球词库的方法：设计了一个面向台球教学的汉语句法分析系统，介绍了系统中所用的自底向上的句法分析算法，给出了本系统的系统流程图，给出了系统中几个主要的数据结构和函数的实现，同时指出系统使用应注意的几点问题，最后给出了几个系统分析的例子。

关键词：机器人辅助教育自然语言处理句法分析自底向上算法分析栈

来源：评论

学校读者我要写书评

暂无评论

基于自适应步长的多元时间序列Motif优化算法

引用

陕西理工大学学报（自然科学版） 2021年第4期37卷 32-39页

作者：刘晓彤车文刚昆明理工大学信息工程与自动化学院云南昆明650500

为探究多元时间序列中各个元素之间的相关性,研究特定的Motif在时间序列中的金融趋势含义,提出了一种基于自适应步长选择的多元时间序列Motif优化算法。该算法利用线性拟合思想处理时间序列,体现多元数据的趋势;代替传统的固定步长,对... 详细信息

为探究多元时间序列中各个元素之间的相关性,研究特定的Motif在时间序列中的金融趋势含义,提出了一种基于自适应步长选择的多元时间序列Motif优化算法。该算法利用线性拟合思想处理时间序列,体现多元数据的趋势;代替传统的固定步长,对多元时间序列进行自适应步长处理,提取量价结合的折线Motif模式;以收益作为模式评价标准,并引用自底向上改进算法对模式进行优化。以历史数据进行实证分析,实验结果表明该算法可有效缓解数据噪声干扰,能显著反映多元指标之间的内在关系,以可观收益体现Motif应用效果。

关键词： Motif 多元时间序列自适应步长趋势分析自底向上算法

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：