检索结果-内蒙古大学图书馆

系统仿真学报 2008年第6期20卷 1515-1517,1522页

作者：徐怡李龙澍李学俊安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039

针对已有扩充粗糙集模型处理不完备信息系统的局限性,在已有扩充模型的基础上,基于集对分析理论中集对势的概念定义了一种新的对象之间的分类关系,称为集对势容差关系,并由此给出一种新的粗糙集扩充模型。从局部角度,分析说明该模型的... 详细信息

针对已有扩充粗糙集模型处理不完备信息系统的局限性,在已有扩充模型的基础上,基于集对分析理论中集对势的概念定义了一种新的对象之间的分类关系,称为集对势容差关系,并由此给出一种新的粗糙集扩充模型。从局部角度,分析说明该模型的分类性能优于已有方法。同时选用UCI数据库中的数据集进行测试,通过实验表明该模型的整体分类性能也优于已有方法。因此更加适合大型不完备信息系统的处理。

关键词：不完备信息粗糙集集对势集对势容差关系同一度阈值

来源：评论

学校读者我要写书评

暂无评论

基于入侵性杂草克隆的图像聚类方法

引用

华南理工大学学报（自然科学版） 2008年第5期36卷 95-100,105页

作者：苏守宝方杰汪继文王本有安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 皖西学院计算机科学与技术学系安徽六安237012

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量... 详细信息

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量的评价函数,通过模拟杂草克隆的自然行为对图像数据集的簇中心进行快速准确定位.将算法应用于几个基准测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法进行比较,发现CIWO具有更稳定的图像聚类性能.实验结果也表明,所提出的算法可获得更优的图像聚类质量.

关键词：模式识别图像聚类入侵性杂草优化图像分析优化

来源：评论

学校读者我要写书评

暂无评论

基于整句输入法的状态空间模型

引用

计算机工程与应用 2008年第30期44卷 153-156页

作者：刘政怡吴建国李炜安徽大学计算机科学与技术学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室

提出融入Viterbi算法的状态空间模型,成功地描述了整句转换的状态空间,实现了整句输入法。这种模型的插入操作,只需对新增的拼音节点与已输入的拼音节点可能产生的所有字词候选节点进行概率累积计算,链接到状态空间模型中;删除操作,只... 详细信息

提出融入Viterbi算法的状态空间模型,成功地描述了整句转换的状态空间,实现了整句输入法。这种模型的插入操作,只需对新增的拼音节点与已输入的拼音节点可能产生的所有字词候选节点进行概率累积计算,链接到状态空间模型中;删除操作,只需直接删除与拼音节点相关的候选字词节点;而当到达用户输入边界,可以依赖右指针域指向尾节点的候选字词节点中累积概率最大者的父指针,通过回溯找到最优语句候选。该状态空间模型比起词网格更易判断前驱和后继,实验证明其对整句输入法实现是有效的。

关键词：整句输入法状态空间模型 Viterbi算法候选节点

来源：评论

学校读者我要写书评

暂无评论

基于RDFS的数据结构描述

引用

计算机工程 2008年第24期34卷 77-78,81页

作者：查琦郑诚陈涛安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039

资源描述框架(RDF)/资源描述框架模式(RDFS)是语义互联网架构中的技术。尽管XML/RDF数据库正迅速地发展,关系型数据库仍是目前企业级应用的首选。针对在应用中混合使用关系型数据库管理系统和RDF/RDFS的问题,该文提出了关系数据库表结构... 详细信息

资源描述框架(RDF)/资源描述框架模式(RDFS)是语义互联网架构中的技术。尽管XML/RDF数据库正迅速地发展,关系型数据库仍是目前企业级应用的首选。针对在应用中混合使用关系型数据库管理系统和RDF/RDFS的问题,该文提出了关系数据库表结构的RDFS定义方法以及在此基础上的数据获取方式,目的是在关系数据库与应用系统之间建立基于RDFS的抽象数据结构描述,实现数据结构的可配置性以及RDF数据的可访问性。

关键词：资源描述框架资源描述框架模式数据结构关系型数据库管理系统

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的Web用户行为预测研究

引用

计算机工程与应用 2008年第13期44卷 134-136页

作者：李学俊李龙澍徐怡安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039

随着互联网的飞速发展和Web应用系统的广泛应用,Web挖掘得到了人们越来越多的研究。从Web日志中发现和分析出用户的有用信息的Web日志挖掘已成为研究热点。很多基于关联规则的方法已经被应用于Web挖掘中。运用基于差别矩阵的粗糙集提取... 详细信息

随着互联网的飞速发展和Web应用系统的广泛应用,Web挖掘得到了人们越来越多的研究。从Web日志中发现和分析出用户的有用信息的Web日志挖掘已成为研究热点。很多基于关联规则的方法已经被应用于Web挖掘中。运用基于差别矩阵的粗糙集提取Web日志中的关联规则,并将生成的关联规则集用于用户行为的预测。实验结果说明该方法的有效性和实用性。

关键词：粗糙集用户行为预测 Web日志挖掘关联规则差别矩阵

来源：评论

学校读者我要写书评

暂无评论

一种简单的基于隐私保护的关联规则挖掘方法

引用

计算机工程与应用 2008年第28期44卷 130-132页

作者：张瑞郑诚陈娟娟安徽大学计算机科学与技术学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室合肥230039

为了提高对隐私数据的保护程度和挖掘结果的准确性,提出一种有效的隐私保护关联规则挖掘方法。针对关联规则挖掘中需预先给出最小支持度和最小置信度这一条件,提出了一种简单的事务数据库中事务的处理方法,即隐藏那些包含敏感项目的关... 详细信息

为了提高对隐私数据的保护程度和挖掘结果的准确性,提出一种有效的隐私保护关联规则挖掘方法。针对关联规则挖掘中需预先给出最小支持度和最小置信度这一条件,提出了一种简单的事务数据库中事务的处理方法,即隐藏那些包含敏感项目的关联规则的方法,对相关事务作处理,达到隐藏包含敏感项目的关联规则的目的。理论分析和实验结果均表明,基于事务处理的隐私保护关联规则挖掘方法具有很好的隐私性、简单性和适用性。

关键词：隐私保护关联规则敏感项目

来源：评论

学校读者我要写书评

暂无评论

基于输入法的通用存储结构

引用

计算机工程与设计 2008年第17期29卷 4554-4558页

作者：刘政怡樊庆林吴建国李炜安徽大学计算机科学与技术学院安徽合肥230039 安徽大学计算智能与信号处理教育部重点实验室

输入法的实现具有递增解码的特性,因此设计一种存储结构来描述这种特性。随着用户的输入,插入对应的节点来构造整个空间,由遍历算法可无一遗漏的将所有的可能均记录下来,等待后期的处理,而当用户进行删除时,无需重构状态空间,只需删除... 详细信息

输入法的实现具有递增解码的特性,因此设计一种存储结构来描述这种特性。随着用户的输入,插入对应的节点来构造整个空间,由遍历算法可无一遗漏的将所有的可能均记录下来,等待后期的处理,而当用户进行删除时,无需重构状态空间,只需删除对应的相关节点。整个空间随用户输入和删除操作不断变化,且变化均匀。该结构空间在手写笔画输入法、整句输入法、歧义音节切分等应用中体现出其描述问题状态空间的清晰性、解决问题的方便性和针对输入法领域的通用性。

关键词：输入法存储结构整句输入手写输入音节切分

来源：评论

学校读者我要写书评

暂无评论

在多数据库中确定支持度的有效方法

引用

计算机工程与设计 2008年第23期29卷 6037-6038,6043页

作者：沈亚萍郑诚安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230039

提出了一种用于在多数据库环境下确定模式的支持度的方法。数据挖掘总是在强关联规则模式中进行挖掘,因此计算模式的支持度必不可少。由于多数据库与单数据库的本质不同,单数据库中的支持度只具有本地效应,它的数值和计算方法在多数据... 详细信息

提出了一种用于在多数据库环境下确定模式的支持度的方法。数据挖掘总是在强关联规则模式中进行挖掘,因此计算模式的支持度必不可少。由于多数据库与单数据库的本质不同,单数据库中的支持度只具有本地效应,它的数值和计算方法在多数据库中都是不适用的,因此需要找到一个在多数据库中计算支持度的方法。又由于每个本地数据库的各方面情况不同,因此各自在总部制定决策时的地位和重要性也就各异。于是,在考虑某模式的支持度时,不能简单的将该模式在各本地数据库中的支持度进行平均,而需要引进"权值"的概念。在综合考虑了这些因素之后,提出了一些确定权值的方案,并给出了一个基于权值计算支持度的方法。

关键词：多数据库数据模式数据挖掘支持度权值

来源：评论

学校读者我要写书评

暂无评论

基于概念格和关联规则Web个人化系统

引用

计算机技术与发展 2008年第2期18卷 139-142,158页

作者：张涛周爱武谢荣传安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230039

最近的一些研究提出将Web使用日志的挖掘技术应用于Web个人化系统中,用于克服传统个人化技术(如CF技术、基于内容的过滤技术)中存在的问题,如处理大数据量的能力较差,依赖于用户主观的登记信息,产生的用户描述是静态的,不能获取对象之... 详细信息

最近的一些研究提出将Web使用日志的挖掘技术应用于Web个人化系统中,用于克服传统个人化技术(如CF技术、基于内容的过滤技术)中存在的问题,如处理大数据量的能力较差,依赖于用户主观的登记信息,产生的用户描述是静态的,不能获取对象之间丰富的语义联系等。但是基于Web使用日志挖掘的个人化技术不能适用于用户的使用信息获取困难或者站点内容经常变化的情况。更有效的办法是将站点的内容特征和使用特征结合到一个Web挖掘结构中去,以备推荐引擎统一使用。提出了一个基于关联规则挖掘的个人化系统,它使用概念格作为存储频繁页面集的数据结构,并介绍了如何利用概念格实时地为当前活动用户产生推荐集。

关键词： Web使用日志挖掘推荐集概念格

来源：评论

学校读者我要写书评

暂无评论

标记样本的Adaboost算法

引用

计算机技术与发展 2008年第7期18卷 109-111,115页

作者：郑诚张瑞陈娟娟安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230039

提升(Boost)学习算法中,可以划分为多数提升和Adaboost两类。Adaboost是目前比较流行的分类方法,目前在多媒体和计算机视觉领域得到了广泛的应用。文中介绍了Adaboost方法的原理与方法,通过在提升过程中对训练集中部分样本的标记,提出... 详细信息

提升(Boost)学习算法中,可以划分为多数提升和Adaboost两类。Adaboost是目前比较流行的分类方法,目前在多媒体和计算机视觉领域得到了广泛的应用。文中介绍了Adaboost方法的原理与方法,通过在提升过程中对训练集中部分样本的标记,提出了一种新的Adaboost算法的训练方法,并且用实验数据对该方法进行验证。该方法通过对前一轮提升后权值较小的那部分样本作标记,增加了后一轮提升抽样的有效容量,从而使算法中的分类器能够更快速地关注那些很难分类的样本。

关键词： Adaboost算法提升抽样有效容量

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：