检索结果-南通市图书馆

基于项目序列集亚操作和数据分割的最大频繁项目序列挖掘方法(英文)

在线全文

学校读者我要写书评

暂无评论

自动化学报 2004年第5期30卷 772-777页

作者：毛国君刘椿年北京市多媒体与智能软件重点实验室北京工业大学北京100022

发现频繁项目序列集是关联规则挖掘中的一个重要步骤.该文提出两个发现最大频繁项目序列的算法Dfis和***算法基于项目序列集操作理论,只有一次数据库扫描.Dfisp是Dfis的改进算法,它引入数据分割技术以提高内存使用率因而增强对大型数据... 详细信息

发现频繁项目序列集是关联规则挖掘中的一个重要步骤.该文提出两个发现最大频繁项目序列的算法Dfis和***算法基于项目序列集操作理论,只有一次数据库扫描.Dfisp是Dfis的改进算法,它引入数据分割技术以提高内存使用率因而增强对大型数据库的处理能力,是一个两次数据库扫描算法.实验表明了它们的性能能和优势.

关键词：数据挖掘关联规则项目序列亚操作

在线全文

学校读者我要写书评

暂无评论

基于分布式数据流的大数据分类模型和算法

计算机学报 2017年第1期40卷 161-175页

作者：毛国君胡殿军谢松燕中央财经大学信息学院北京100086

大数据是需求驱动的概念.随着数据库系统的普及和因特网服务的扩张,企业或者个人可用的数据正在膨胀,已有的技术很难满足大数据时代的数据分析需求,因此需要探索新的理论和方法来支撑大数据的应用.虽然大数据的4V属性已经被广泛讨论,但... 详细信息

大数据是需求驱动的概念.随着数据库系统的普及和因特网服务的扩张,企业或者个人可用的数据正在膨胀,已有的技术很难满足大数据时代的数据分析需求,因此需要探索新的理论和方法来支撑大数据的应用.虽然大数据的4V属性已经被广泛讨论,但是它们大多描述的仍然是大数据的表象,所以很难从中抽象出统一的数据格式,因而进一步寻找可用于数据格式化的技术特征是必要的.面向于以分布式和流动性为主要技术特征的大数据应用需求,文中以分布式数据流为数据表达载体,在此基础上设计对应的大数据分类模型和挖掘算子.同时针对大数据的分类挖掘需要解决的关键问题来构建关键步骤对应的算法.理论上证明了文中给出的微簇合并技术和样本数据重构方法的合理性.实验表明:文中提出的基于分布式数据流的大数据的分类模型及算法不仅能大幅度地减少网络节点间的通讯代价,而且可以获得平均10%左右的全局挖掘精度的提升(对比已有的典型算法DS-means);虽然时间花费略高于DS-means,但是两者在不同的数据容量测试下相差很小、且时间攀升趋势相当.

关键词：大数据数据挖掘分布式数据流微簇集成分类

在线全文

学校读者我要写书评

暂无评论

基于本体的信任模型及其在任务分配中的应用

北京工业大学学报 2010年第12期36卷 1700-1705页

作者：毛国君孙晓希齐金亮北京工业大学计算机学院北京100124

提出一种基于本体的信任模型可信动态级调度算法,提高了信任度计算的粒度,并对执行复合任务序列提供了支持.仿真实验表明,作者提出的可信动态级调度算法能在复合任务调度中取得较高的任务执行率.

关键词：本体信任模型信任度 Trust-DLS

在线全文

学校读者我要写书评

暂无评论

XML数据流中面向聚类的指数直方图

北京工业大学学报 2011年第8期37卷 1242-1248页

作者：高明霞姚文集毛国君北京工业大学计算机学院北京100124

为了实现XML(extensible markup language)数据流的在线动态聚类,提出一种XML聚类特征指数直方图.该结构以XML时间聚类特征为基础,遵循指数直方图的维护规律.采用该结构的聚类算法在真实和模拟数据集上的实验结果说明:这一结构在聚类质... 详细信息

为了实现XML(extensible markup language)数据流的在线动态聚类,提出一种XML聚类特征指数直方图.该结构以XML时间聚类特征为基础,遵循指数直方图的维护规律.采用该结构的聚类算法在真实和模拟数据集上的实验结果说明:这一结构在聚类质量上可以达到甚至超过静态聚类方法;直方图个数固定时,内存开销基本稳定.

关键词：可扩展标记语言(XML) 指数直方图时间聚类特征

在线全文

学校读者我要写书评

暂无评论

多维数据流最大频集挖掘模型和算法

北京工业大学学报 2010年第6期36卷 820-827页

作者：毛国君孙晓希宗东军北京工业大学计算机学院北京100124

为了挖掘到有价值的信息,需要挖掘多维数据流上的频繁项目集,因此引入多维项目和多维项目集的概念表示多维数据流上的项目.设计了一种紧凑、压缩的数据结构MaxFP-Tree用于维护多维项目集,并在MaxFP-Tree的基础上设计了挖掘多维数据流上... 详细信息

为了挖掘到有价值的信息,需要挖掘多维数据流上的频繁项目集,因此引入多维项目和多维项目集的概念表示多维数据流上的项目.设计了一种紧凑、压缩的数据结构MaxFP-Tree用于维护多维项目集,并在MaxFP-Tree的基础上设计了挖掘多维数据流上最大频集的增量式更新算法.实验结果表明,设计的挖掘多维数据流中最大频集的模型和算法是高效的.

关键词：数据流数据挖掘最大项目集最大频繁多维项目

基于多维数据流挖掘技术的入侵检测模型与算法

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 2009年第4期46卷 602-609页

作者：毛国君宗东军北京工业大学计算机学院北京100124

网络访问数据有着数据流的高速、无穷达到的特点,所以利用传统多遍扫描数据库的挖掘技术来构建入侵检测模型是不可行的.针对网络访问数据流的特点,提出了一种基于多维数据流挖掘技术的入侵检测模型.此模型将传统的误用检测和异常检测两... 详细信息

网络访问数据有着数据流的高速、无穷达到的特点,所以利用传统多遍扫描数据库的挖掘技术来构建入侵检测模型是不可行的.针对网络访问数据流的特点,提出了一种基于多维数据流挖掘技术的入侵检测模型.此模型将传统的误用检测和异常检测两种入侵检测方法进行有机融合,因此能够克服目前广泛使用的误用检测方法无法检测新的攻击类型的缺点,并且也能够保持检测的高效性.网络访问数据记录的结构是复杂的,一个访问行为总是联系到许多属性,所以分析的难度很大.因此,引入多维频度等概念来解决网络数据流的模式表示和生成问题.同时,针对多维频度模式的特点,提出了一种新型数据结构MaxFP-Tree.在MaxFP-Tree的基础上,给出了一种高效的挖掘网络访问数据流的学习算法***采用衰减机制挖掘,可以快速地形成一个数据流的最近时期数据所隐含的最大频繁项目集.实验表明,设计的入侵检测模型是有效的.

关键词：多维数据流入侵检测异常检测误用检测最大频繁项集

在线全文

学校读者我要写书评

暂无评论

多层级特征融合的无人机航拍图像目标检测

计算机科学与探索 2023年第3期17卷 635-645页

作者：徐光达毛国君福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用重点实验室福州350118

针对无人机航拍图像中小目标样本多、可提取特征信息少易受背景干扰的问题,基于YOLOv5提出一种多层特征融合的无人机航拍图像检测算法。首先,增加浅层网络的高分辨率特征图保留充足的目标特征信息,同时加入对应尺度的检测头以此增强对... 详细信息

针对无人机航拍图像中小目标样本多、可提取特征信息少易受背景干扰的问题,基于YOLOv5提出一种多层特征融合的无人机航拍图像检测算法。首先,增加浅层网络的高分辨率特征图保留充足的目标特征信息,同时加入对应尺度的检测头以此增强对微小目标的检测能力;其次,考虑不同层级特征图所包含的信息对于小目标检测任务贡献不同,设计了多层级特征融合层来整合不同的感受野信息,通过融合不同层级特征图聚合上下文信息,并根据训练目标样本大小自适应生成各层级特征图输出权重来动态优化特征图的表达能力;最后,在预测过程中为了减少在不同任务中需求特征信息的冲突,将解耦检测头替换原本的耦合检测头,可以更佳地完成分类和定位任务。在公开数据集VisDrone上进行实验,该方法的平均均值精度达到了35.5%,较基线方法YOLOv5提高了4.4个百分点,同时与主流的检测方法相比也取得更高的检测精度。结果表明,所提出的方法对于小目标检测任务具有较好的性能。

关键词：目标检测特征融合航拍图像特征学习

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

数据仓库的质量管理问题和方法

计算机科学 2003年第8期30卷 88-91页

作者：毛国君北京工业大学计算机学院

A data warehouse is often a large-scale information system for an enterprise,so its quality management isimportant and difficult. Recently,some researchers have studied the problems of quality management in data ware-houses from different views ,and achieved some good results. This paper will broadly introduce the concept ,methodsand techniques in quality management in data warehouses ,and discuss the important quality factors in data warehous-es in detail.

关键词：数据仓库数据质量质量管理数据库

在线全文

学校读者我要写书评

暂无评论

多尺度特征聚合的小样本学习方法

计算机工程与应用 2023年第15期59卷 151-159页

作者：曾武毛国君福建工程学院计算机科学与数学学院福州350118 福建省大数据挖掘与应用重点实验室福州350118

针对大多数小样本学习在特征提取中存在特性信息提取不足、难以准确地提取样本中的重要特征信息以及类内样本多样性可能导致类中心点偏离等问题。提出一种多尺度特征聚合的小样本学习方法(MSFA)。具体来说,该方法利用多尺度生成模块生... 详细信息

针对大多数小样本学习在特征提取中存在特性信息提取不足、难以准确地提取样本中的重要特征信息以及类内样本多样性可能导致类中心点偏离等问题。提出一种多尺度特征聚合的小样本学习方法(MSFA)。具体来说,该方法利用多尺度生成模块生成关于全部训练样本的多种不同尺度的特征信息,使用自注意力聚合不同尺度的重要特征信息,并将不同尺度的重要特征信息进行拼接,以此来实现关于图像更为准确的特征表达。分别计算每个查询集样本与类原型的距离以及与类内各样本间距离的平均值,并以加权方式得出最终距离。在miniImageNet、tiered-ImageNet和Standford Dogs三个数据集上进行大量的实验,实验结果表明:提出的方法可以大幅提升基线方法的分类性能,特别是在miniImageNet数据集上,在5-way 1-shot和5-way 5-shot设置中,相较于Prototypical Network方法,分类准确率分别提升7.42和6.28个百分点。

关键词：小样本学习特征增强自注意力机制多尺度特征融合图像分类

同方期刊数据库