检索结果-南通市图书馆

基于谱聚类的高维类别属性数据流离群点挖掘算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2022年第6期52卷 1422-1427页

作者：康耀龙冯丽露张景安陈富山西大同大学计算机与网络工程学院山西大同037009 山西大同大学教育科学与技术学院山西大同037009 山西大同大学计算机网络中心山西大同037009 山西大同大学数学与统计学院山西大同037009

为及时发现数据流中的异常数据、降低网络潜在威胁,提出了基于谱聚类的高维类别属性数据流离群点挖掘算法。分析了数据流具有有序性、高速性和高维性等特征,并探究了离群点的主要来源;利用属性权值量化方法,引入信息熵,将具有较强关联... 详细信息

为及时发现数据流中的异常数据、降低网络潜在威胁,提出了基于谱聚类的高维类别属性数据流离群点挖掘算法。分析了数据流具有有序性、高速性和高维性等特征,并探究了离群点的主要来源;利用属性权值量化方法,引入信息熵,将具有较强关联性的数据流合并,进而对数据流进行降维以减少干扰;采用谱聚类算法设置关键尺度参数,通过亲和矩阵计算样本与目标之间的距离,将谱聚类变换为无向图分割问题,获取特征矩阵,提取显著的离群点特征;使用距离挖掘方式,在数据流中加入数据块,判断两个邻近数据块之间的概率分布情况,设定滑动窗口,获取数据与滑动窗口间的距离,再与设定的阈值做比较,将离群点加入到集合中完成挖掘。仿真实验结果证明,对于不同大小和不同维度的数据流,该算法所需的执行时间分别在42 s和40 s内,对于数据流大小和维度具有较好的伸缩性,且挖掘出的离群点数据与实际相符。

关键词：计算机应用谱聚类算法高维类别属性数据流离群点挖掘滑动窗口

基于谱聚类的不确定数据集中快速离群点挖掘算法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2023年第4期53卷 1181-1186页

作者：康耀龙冯丽露张景安曹素娥山西大同大学计算机与网络工程学院山西大同037009 山西大同大学教育科学与技术学院山西大同037009 山西大同大学计算机网络中心山西大同037009

针对目前算法对数据进行离群点挖掘时,由于未能在数据挖掘前提取相关数据特征,导致该算法在进行数据挖掘时,存在挖掘时间长、挖掘效果差以及挖掘性能低的问题,提出一种基于谱聚类的不确定数据集中快速离群点挖掘算法。该算法先依据不等... 详细信息

针对目前算法对数据进行离群点挖掘时,由于未能在数据挖掘前提取相关数据特征,导致该算法在进行数据挖掘时,存在挖掘时间长、挖掘效果差以及挖掘性能低的问题,提出一种基于谱聚类的不确定数据集中快速离群点挖掘算法。该算法先依据不等长序列计算数据的相似程度,并使用偏最小二乘法完成不确定数据集的特征提取;再基于谱聚类算法对数据特征进行计算,获取数据的离群指数;最后通过离群指数完成不确定数据集的离群点挖掘。实验结果表明,使用该算法挖掘数据离群点时,挖掘时间较短、挖掘效果较好、挖掘性能较高。

关键词：谱聚类算法不确定数据集数据离群点快速挖掘偏最小二乘法

在线全文

学校读者我要写书评

暂无评论

立体图像任意剖面轮廓线提取方法仿真研究

计算机仿真 2022年第8期39卷 239-242,285页

作者：冯丽露康耀龙山西大同大学山西大同037009 山西大同大学计算机与网络工程学院山西大同037009

利用目前方法对立体图像任意剖面轮廓线进行提取时,没有对图像进行预处理,存在轮廓线提取耗时长、提取完整度差和与实际轮廓线匹配误差大的问题。为此提出基于光切法的立体图像任意剖面轮廓线提取方法,该方法基于光切法对立体图像进行... 详细信息

利用目前方法对立体图像任意剖面轮廓线进行提取时,没有对图像进行预处理,存在轮廓线提取耗时长、提取完整度差和与实际轮廓线匹配误差大的问题。为此提出基于光切法的立体图像任意剖面轮廓线提取方法,该方法基于光切法对立体图像进行预处理,将图像分割成光带和背景图像,依据预处理后的图像及光带对初始立体图像任意剖面轮廓线进行处理,根据通过任意方向和任意位置的剖切,构建出三维形体;针对剖面与断层轮廓线之间的交点,采用凸包压入法将包络在初始轮廓线中的点添加到轮廓线内,从中获取完整的剖面轮廓线,实现对剖面轮廓线的提取。实验结果表明,通过对该方法进行耗时测试、完整度测试和与实际轮廓线匹配对比测试,验证了该方法的精准度高、有效性强。

关键词：光切法立体图像任意剖面轮廓线提取图像预处理凸包压入法

在线全文

学校读者我要写书评

暂无评论

网格的任务调度算法研究与分析

科技信息 2010年第5期 56-56,16页

作者：冯丽露西安建筑科技大学信息与控制工程学院陕西西安710055 大同大学教育科学与技术学院山西大同037009

介绍网格计算中的任务调度技术,通过三个典型的调度模式,分析了适合各种环境下网格任务调度的基本模式。并给出几种经典的网格任务调度算法,通过对比各种算法的优缺点,指出调度问题进一步研究的方向。

关键词：网格任务调度调度算法

馆校合作下的STEAM课程设计——以大同博物馆“青铜弩机”为例

在线全文

学校读者我要写书评

暂无评论

中国博物馆 2020年第4期 32-35页

作者：冯丽露赵慧勤张丽萍山西大同大学教育科学与技术学院山西大同037009

馆校合作和STEAM课程都是新型的教学活动形式,两者的结合有利于综合课程的实施、学生学习效果的提高以及学生核心素质的培养。通过分析在博物馆中开展STEAM课程的优势,围绕学习主体的选择、课程前端的分析、教学活动的构建、教学评价的... 详细信息

馆校合作和STEAM课程都是新型的教学活动形式,两者的结合有利于综合课程的实施、学生学习效果的提高以及学生核心素质的培养。通过分析在博物馆中开展STEAM课程的优势,围绕学习主体的选择、课程前端的分析、教学活动的构建、教学评价的设计四方面阐述了大同博物馆"青铜弩机"STEAM课程的设计与实施,以期为馆校合作下的STEAM课程的开展提供借鉴。

关键词：博物馆馆校合作 STEAM课程大同博物馆

在线全文

学校读者我要写书评

暂无评论

基于朴素贝叶斯的分区域异常数据挖掘研究

计算机仿真 2020年第10期37卷 303-306,316页

作者：康耀龙冯丽露张景安山西大同大学计算机与网络工程学院山西大同037009 山西大同大学教育科学与技术学院山西大同037009 山西大同大学网络信息中心山西大同037009

由于分区域中异常数据较为分散,现有方法无法对分区域数据集进行有效分类,导致异常数据挖掘效果不理想。为此提出基于朴素贝叶斯的分区域异常数据挖掘方法。获取朴素贝叶斯优化公式,采用假象空间重构数据向量间的欧几里获取度量策略,计... 详细信息

由于分区域中异常数据较为分散,现有方法无法对分区域数据集进行有效分类,导致异常数据挖掘效果不理想。为此提出基于朴素贝叶斯的分区域异常数据挖掘方法。获取朴素贝叶斯优化公式,采用假象空间重构数据向量间的欧几里获取度量策略,计算各数据偏差比结果。对分区域中异常数据进行分类,获取相应集合式与触发式。根据数据节点概率化瞬态计算实现分区域异常数据的有效挖掘。仿真结果表明,研究方法分区域异常数据挖掘效率较高,且应用精度更理想,具有较好的实际应用价值。

关键词：朴素贝叶斯分区域异常数据挖掘概率化

在线全文

学校读者我要写书评

暂无评论

基于谱聚类的多维数据集异常子群挖掘方法

计算机仿真 2023年第7期40卷 477-480,523页

作者：康耀龙冯丽露张景安山西大同大学计算机与网络工程学院山西大同037009 山西大同大学山西大同037009 山西大同大学计算机网络中心山西大同037009

针对传统方法存在的异常子群挖掘结果准确性不高,挖掘效果不佳的问题,提出基于谱聚类的多维数据集异常子群挖掘方法。通过多维数据集预处理判断显著子群,依据属性值构建同阶子群,获取数据集中存在的部分候选子群;采用基于L1范数的约束... 详细信息

针对传统方法存在的异常子群挖掘结果准确性不高,挖掘效果不佳的问题,提出基于谱聚类的多维数据集异常子群挖掘方法。通过多维数据集预处理判断显著子群,依据属性值构建同阶子群,获取数据集中存在的部分候选子群;采用基于L1范数的约束谱聚类算法划分候选子群后,利用约束矩阵、二分类以及整合,完成候选子群的多分类、处理正约束点以及重现顶点的度和边,形成约化图并完成候选子群的挖掘,即实现异常子群挖掘。测试结果表明,上述方法的挖掘准确率和标准化互信息值较高,可完成指定异常子群的多维深度挖掘,且挖掘效果良好。

关键词：谱聚类异常子群挖掘显著子群候选子群约化图

在线全文

学校读者我要写书评

暂无评论

基于网格索引的云海大数据模糊聚类方法仿真

计算机仿真 2019年第12期36卷 341-344,441页

针对云海大数据聚类问题,以及当前数据聚类方法中的不足之处,提出基于网格索引的云海大数据模糊聚类方法。通过云海大数据网格划分,建立云海大数据网格索引机制,用于识别与描述空间内数据的分布与定位信息,应用过程中需要根据实际需求... 详细信息

针对云海大数据聚类问题,以及当前数据聚类方法中的不足之处,提出基于网格索引的云海大数据模糊聚类方法。通过云海大数据网格划分,建立云海大数据网格索引机制,用于识别与描述空间内数据的分布与定位信息,应用过程中需要根据实际需求选择适当的网格划分级别来保证网格索引效果;根据空间索引机制中各网格内数据的分布情况,将近邻的高密度数据网格进行合并与边界柔化处理,实现数据簇更新及边界调整,结合隶属度函数获取数据聚类信息,完成云海大数据模糊聚类。实验结果表明,基于网格索引的云海大数据模糊聚类方法的聚类迭代次数少于实验对比方法,能够有效辨识数据集的实际类簇数,聚类过程的运行时间更短,即使对于含噪数据集也具备较好的鲁棒性。

关键词：网格索引大数据数据聚类模糊聚类隶属度函数

在线全文

学校读者我要写书评

暂无评论

基于约束满足的大数据聚类中心调度算法仿真

计算机仿真 2020年第3期37卷 385-388,439页

作者：康耀龙张景安冯丽露山西大同大学计算机与网络工程学院山西大同037009 山西大同大学网络信息中心山西大同037009 山西大同大学教育科学与技术学院山西大同037009

针对传统调度方法聚类中心不受限,导致数据迁移次数以及能耗高的问题,提出基于约束满足的大数据聚类中心调度算法。运用转换方法,列出大数据中存在一定关系的存储块相关序列。参照数据聚类偏差点,确定存储中序列中心点,汇总序列偏向判... 详细信息

针对传统调度方法聚类中心不受限,导致数据迁移次数以及能耗高的问题,提出基于约束满足的大数据聚类中心调度算法。运用转换方法,列出大数据中存在一定关系的存储块相关序列。参照数据聚类偏差点,确定存储中序列中心点,汇总序列偏向判断大数据存储序列的中心区域,在区域中选取密度近似为0的中心点,通过预测中心方进行阶梯式探测,得出存储中心,作为约束条件,采用2-opt算法将聚类中心之间距离加入到新生成序列中,调换初始序列和发生变化的序列新变量值,列出大数据预测模型逐步递进方程,使用最小二乘计算方法计算最小参数值,动向预测部分、单向的大数据,满足大数据聚类中心实施调度,实现调度最大化。通过仿真表明,所提方法在合理运用大数据的同时,能有效地控制调度风险、降低迁移次数、减少调度能源消耗。

关键词：数据信息调度大数据数据聚类中心调度能力