检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种区间值聚类的数据挖掘方法

系统工程与电子技术 2005年第3期27卷 565-567,572页

作者：徐章艳尹云飞广西师范大学数学与计算机科学学院广西桂林541004

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该... 详细信息

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。

关键词：区间值算法聚类数据库数据挖掘关联规则

在线全文

学校读者我要写书评

暂无评论

基于正区域的快速求核算法

华中科技大学学报（自然科学版） 2007年第12期35卷 20-23页

作者：崔巍李凡徐章艳北京科技大学经济管理学院北京100083 华中科技大学计算机科学与技术学院湖北武汉430074 广西师范大学计算机系广西桂林541004

基于正区域求核算法的最好时间复杂度为O(|C|2|U|log|U|),为降低该求核算法的时间复杂度,给出了基于正区域的简化决策表定义和相应核的定义.证明了该简化决策表的核与原决策表的核等价.由于求正区域的简化决策表首先要求划分U/C,而求划... 详细信息

基于正区域求核算法的最好时间复杂度为O(|C|2|U|log|U|),为降低该求核算法的时间复杂度,给出了基于正区域的简化决策表定义和相应核的定义.证明了该简化决策表的核与原决策表的核等价.由于求正区域的简化决策表首先要求划分U/C,而求划分U/C的最好算法的时间复杂度为O(|C||U|log|U|),因此以基数排序的思想设计了一个新的求划分U/C的算法,其时间复杂度为O(|C||U|).最后以快速缩小搜索空间为目的设计了一个新的求正区域POSC(D)的算法.在此基础上,利用核的性质设计了一个新的求核算法,其时间复杂度为max(O(|C||U|,O(|C|2|U/C|)).并用实例说明了算法的实用性.

关键词：粗糙集决策表简化决策表属性约简复杂度核

在线全文

学校读者我要写书评

暂无评论

基于区分对象对集的高效属性约简算法

模式识别与人工智能 2006年第5期19卷 572-577页

作者：徐章艳杨炳儒宋威北京科技大学信息工程学院

给出区分对象对集的定义和基于区分对象对集的属性约简的定义，证明该定义与基于正区域的属性约简定义等价．由于求区分对象对集时，要求出U／C，故设计一个高效的求U／C的算法，其时间复杂度降为O（｜C｜｜U｜）．进而提出一个基于区... 详细信息

给出区分对象对集的定义和基于区分对象对集的属性约简的定义，证明该定义与基于正区域的属性约简定义等价．由于求区分对象对集时，要求出U／C，故设计一个高效的求U／C的算法，其时间复杂度降为O（｜C｜｜U｜）．进而提出一个基于区分对象对集的高效属性约简算法，其时间和空间复杂度分别降为O（｜C｜｜U｜）＋O（｜C｜｜U／C｜^2）和O（｜U｜）＋O（｜U／C｜^2）．用1实例说明该算法的高效性．

关键词：粗糙集修正的差别矩阵属性约简区分对象对集复杂度

在线全文

学校读者我要写书评

暂无评论

一种改进的频繁闭项集挖掘算法

计算机研究与发展 2008年第2期45卷 278-286页

作者：宋威杨炳儒徐章艳高静北方工业大学信息工程学院北京100144 北京科技大学信息工程学院北京100083 广西师范大学计算机系桂林541004

频繁闭项集惟一确定频繁项集且规模小得多,但挖掘频繁闭项集仍是很费时的.为提高挖掘效率,提出了一种改进的频繁闭项集挖掘算法DCI-Closed-Index.该算法用"索引数组"来组织数据,通过为每个项目增加包含索引,找到频繁共同出现的项集.利... 详细信息

频繁闭项集惟一确定频繁项集且规模小得多,但挖掘频繁闭项集仍是很费时的.为提高挖掘效率,提出了一种改进的频繁闭项集挖掘算法DCI-Closed-Index.该算法用"索引数组"来组织数据,通过为每个项目增加包含索引,找到频繁共同出现的项集.利用二进制位图技术,给出了一个求包含索引的快速算法.然后根据项目在包含索引中出现的频率由高到低进行排序,并利用包含索引作为启发信息,合并同时出现且支持度相等的频繁项,得到初始生成子,从而大大缩小了搜索空间.同时利用索引数组对每一个生成子的前序集和后序集进行约简,得到新的、较小的约简前序集和约简后序集.并证明了约简前序集和后序集与原来的前序集和后序集的功能是一样的.从而减少了候选生成子的集合包含判断的操作.实验结果表明,该算法的性能优于其他主流算法.

关键词：数据挖掘关联规则频繁闭项集索引数组生成子包含索引

一种新的频繁项集精简表示方法及其挖掘算法的研究

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2010年第2期47卷 277-285页

作者：宋威李晋宏徐章艳杨炳儒北方工业大学信息工程学院北京100144 北京科技大学信息工程学院北京100083 广西师范大学计算机科学与信息工程学院广西桂林541004

频繁项集挖掘是数据挖掘研究领域的一个基本问题,其瓶颈在于频繁项集全集的结果过多,冗余现象严重.主要的解决思路是只挖掘全体频繁项集中有代表性的子集,使得这种子集或者可满足应用的需要或者可由它们导出其他项集.最大项集和闭项集... 详细信息

频繁项集挖掘是数据挖掘研究领域的一个基本问题,其瓶颈在于频繁项集全集的结果过多,冗余现象严重.主要的解决思路是只挖掘全体频繁项集中有代表性的子集,使得这种子集或者可满足应用的需要或者可由它们导出其他项集.最大项集和闭项集便是这类解决方案中两种最典型的子集形式.在最大项集和闭项集的基础上,提出了元项集这一新的频繁项集精简表示方法.首先,证明了最大项集和闭项集都是元项集的特例,且元项集所包含的项集数目介于二者之间;其次,讨论了元项集的性质.最后,通过在闭项集挖掘算法DCI-Closed-Index的基础上引入剪枝策略,设计了一个元项集挖掘算法.实验结果表明,所提出的挖掘算法是有效的和高效的.

关键词：数据挖掘关联规则最大项集闭项集元项集

在线全文

学校读者我要写书评

暂无评论

高泛化能力的变精度粗糙集的决策树算法

华中科技大学学报（自然科学版） 2008年第8期36卷 74-77页

作者：高鹏王道平徐章艳李凡北京科技大学经济管理学院北京100083 广西师范大学计算机系广西桂林541004 华中科技大学计算机科学与技术学院湖北武汉430074

现有基于变精度粗糙集模型的决策树生成算法具有如下不足:有些叶子结点上覆盖的实例数太少,导致这些叶子结点的泛化能力太小而没有意义;不能很好地处理不一致的实例集.为解决上述问题,引入属性是否具有决策类这一概念,较好地避免了决策... 详细信息

现有基于变精度粗糙集模型的决策树生成算法具有如下不足:有些叶子结点上覆盖的实例数太少,导致这些叶子结点的泛化能力太小而没有意义;不能很好地处理不一致的实例集.为解决上述问题,引入属性是否具有决策类这一概念,较好地避免了决策树的过剩生长,使得生成的决策树有较好的泛化能力.给出新的终止条件,即时地终止不一致实例集的生长.在此基础上,给出新的终止条,提出了一种新的基于变精度粗糙集的决策树生成算法.用一实例说明了新算法的效率得到提高.

关键词：决策树算法变精度粗糙集信息增益不一致实例集

在线全文

学校读者我要写书评

暂无评论

一种新的信息系统启发式属性约简算法

微电子学与计算机 2010年第9期27卷 80-85页

作者：崔巍徐章艳中国地质大学(北京)人文经管学院北京100083 广西师范大学计算机系广西桂林541004

为降低信息系统属性约简算法的时间复杂度，首先引入简化信息系统的概念，然后定义了简化信息系统中属性集的区分对象数，证明了基于简化信息系统区分对象数的属性约简与原属性约简是等价的．进而定义了简化信息系统的属性重要性，并设... 详细信息

为降低信息系统属性约简算法的时间复杂度，首先引入简化信息系统的概念，然后定义了简化信息系统中属性集的区分对象数，证明了基于简化信息系统区分对象数的属性约简与原属性约简是等价的．进而定义了简化信息系统的属性重要性，并设计了一个快速求属性重要性的算法．同时，以属性重要性为启发式信息，设计了一个新的属性约简算法．新算法的时间复杂度降为max{O（｜C｜｜U｜），O（｜C｜^2｜U｜C｜）}．最后用一个实例说明了新算法的有效性．

关键词：粗糙集简化信息系统区分对象数属性重要度属性约简算法复杂度

在线全文

学校读者我要写书评

暂无评论

基于Vague集的近似推理

基于Vague集的近似推理

作者：徐章艳广西师范大学

学位级别：硕士

在模糊专家系统，模糊控制，模糊决策支持系统与模糊模式识别等许多智能系统的开发研究中，常常会遇到许多具有模糊性的不确定信息与数据，为了表示和处理这些模糊的信息与数据，Zadeh于1965年提出了Fuzzy集理论。30多年来，Fuzzy集理... 详细信息

在模糊专家系统，模糊控制，模糊决策支持系统与模糊模式识别等许多智能系统的开发研究中，常常会遇到许多具有模糊性的不确定信息与数据，为了表示和处理这些模糊的信息与数据，Zadeh于1965年提出了Fuzzy集理论。30多年来，Fuzzy集理论无论在理论上还是在实际应用中都取得了丰富的成果。 Fuzzy集理论最基本的特征是：承认差异的中介过渡，也就是说承认渐变的隶属关系，即一个Fuzzy集F是满足某个(或几个)性质的一类对象，每个对象都有一个互不相同的隶属于F的程度，隶属函数u(x)(x∈X)给每个对象分派一个0和1之间的数作为它的隶属度。但是，要注意的是隶属函数给每个对象分派的是[0，1]中的一个单值，这个单值既包含了支持x∈X的证据，也包含了反对xEX的证据;它不可能表示其中的一个，更不可能同时表示支持和反对的证据。为了解决上述Fuzzy集理论的不足，Gau和Buehrer于1993年提出了一个新的处理模糊信息的模糊理论—Vague集。在Vague集中，给每个对象同样分派一个隶属度，不同的是该隶属度是[0，1]的一个子区间，这个子区间既给出了支持xEX的证据，同时也给出了反对xEX的证据。与Fuzzy集相比较，Vague集能更好和更准确地表达模糊信息。例如，要求10人对某一断言作出判断，判断的结果为“正确”，“错误”和“不表态”(生活中对某一断言作出“不表态”的判断是常有的，如投票时弃权)，假如其中有6人认为该断言是“正确”的，2人认为是“错误”的，2人“不表态”。显然，用Fuzzy集是无法处理这一模糊信息的。本文在简要介绍了Vague集后，给出了区间集上t范数和t余范数的定义，并证明了区间集上的t范数和t余范数可以由点集上的t范数和t余范数来构造。在对Fuzzy集的交并运算进行研究的基础上，给出了Vague集上的交并运算定义，并推导出Vague集交并运算的若干性质。进而将在Fuzzy集上所采用的合成推理方法与Vague集相结合，给出了基于Vague集的合成推理方法，并给出一个用上述推理方法进行模糊推理的实例。本文提出了两种度量Vague集间相似程度的度量方法，并给出了基于Vague集相似度量的近似推理方法。在基于相似度量的近似推理中，首先要求确定相似度量的方法，再用该方法计算出事实中模糊概念与规则前件中模糊概念的相似度量值，然后将这个相似度量值与规则后件中模糊概念的每一个元素的隶属值相乘作为结论中模糊概念相应元素的隶属值。在这种方法中，由于结论中模糊概念的每一个元素的隶属值变化一样，从而导致推导出的结论的可信度的下降。基于上述原因，本文又提出了一个基于Vague集元素间相似度量的近似推理方法，该方法能较好地避免基于相似度量推理方法中所出现的缺陷，从而使推导的结果更符合我们的直觉。在基于Fuzzy集的近似推理中，使用得最多的推理方法是合成推理和基于相似度量的推理，采用这两种方法进行推理时常常会遇到如下的一些问题：前者是蕴涵算子的选择是比较困难的;而后者由于结论中模糊概念的每一个元素的隶属值均乘以一个相同的值(即相似度量值)，从而使得它们都作相同的变化，这就会导致结论可信度的下降;另一方面，一个好的相似度量方法常常也是难以得到的．与P＊乙Q·集一样，在V昭ne集5V青况下采用上述的两种方法来进行近似推理也会出现类似的问题．在本文中给出了三种基干wgue集的插值近似推理方法．其思想是：对于模糊概念(用Fop。集表示)的隶属函数为连续8丁清况，将规则前件中的模糊概念论域与后件中的模糊援念论域作—一映射，然后给出基于Fmp集的隶属函数为连续情况下的插值近似推理方法;对于FZZZy集的隶属函数为离散的情况，在作上述相同的映射后，再将规则前件中的FUrp，集与事实中的FUZZy集的袁属函数分别进行线性括值，使它们都成为连续函数，然后给出基于FUZZy集的隶属函数为离散情况下的插值近似推理方法．使用这三种方珐可以避免出现上述问题，从而使得推理所获得的结果更可信;更加符台我(1‘〕的直觉．同时，由于在推理过程中不存在选择蕴涵算子的问题，故比合成推理更容易买现．

关键词： Fuzzy集 Vague集映射线性插值近似推理真／假隶属函数相似度量

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

一种基于索引数组的频繁项集高效挖掘算法

高技术通讯 2008年第3期18卷 259-264页

作者：宋威杨炳儒徐章艳韩彦岭北京科技大学信息工程学院北京100083 上海水产大学信息学院上海200090

为改进基于数据库垂直表示的频繁项集挖掘算法的性能,给出了用索引数组方法来改进计算性能的思路。提出了索引数组的概念及其计算方法,并提出了一种新的高效的频繁项集挖掘算法 Index-FIMiner。该算法大大减少了不必要的 tidset 求交及... 详细信息

为改进基于数据库垂直表示的频繁项集挖掘算法的性能,给出了用索引数组方法来改进计算性能的思路。提出了索引数组的概念及其计算方法,并提出了一种新的高效的频繁项集挖掘算法 Index-FIMiner。该算法大大减少了不必要的 tidset 求交及相应的频繁性判断操作,同时也论证了代表项可直接与其包含索引中的所有项集的组合进行连接,这些结果项集的支持度均与代表项的支持度相等,从而降低了这些频繁项集的处理代价,提高了算法的性能。实验结果表明,Index-FIMiner 算法具有较高的挖掘效率。

关键词：数据挖掘关联规则频繁项集索引数组包含索引