公共文化服务平台

改进的PrefixSpan算法及其在序列模式挖掘中的应用被引量：11: 2013年; 由于序列模式挖掘需要花费大量计算时间,并需要占用大量存储空间.减少计算量、节省存储空间开销成为序列模式挖掘的关键.因PrefixSpan算法不产生候选,而适当应用Bitmap数据结构可避免重复扫描数据库,基于此,本文提出了BM-PrefixSpan算法,用于序列模式挖掘,设计并构造了PFPBM(Prefix of First Position on BitMap)表用于记录序列中的每个项在位图中第1次出现的位置.实验结果表明,BM-PrefixSpan算法综合了PrefixSpan和SPAM算法的优点,能够更快、更好地挖掘出序列模式.; 张巍刘峰滕少华; 关键词：序列模式挖掘位图数据挖掘

基于KNN的多组合器协同挖掘局域气象数据被引量：8: 2014年; 自然灾害已严重威胁人们的生命财产安全,影响天气变化的因素多而复杂,致使灾害天气的准确预测预报相当困难.本文从局部区域出发,应用多组合器协同分析方法,探讨局域环境下的气象数据挖掘问题,提出了一个多组合器协同分析模型,实现了各基分类器和组合器的建模,通过对气象数据的实证性分析与实验,验证了本模型有较高的分类准确率和快速分类能力.; 滕少华樊继慧陈潇张巍刘冬宁梁路; 关键词：数据挖掘 K-最近邻算法

基于二元语义多属性决策方法的购房评估研究: 2012年; 提出了一种基于二元语义的购房评估方法。在经过调查分析基础上,构建了购房评估模型,将二元语义多属性决策方法应用于购房评估中,为购房者提供参考决策。最后通过实例说明了该方法运用于购房评估的具体过程,并验证了其合理性和可操作性。; 杨曦滕少华张巍; 关键词：二元语义多属性决策

E-CARGO模型在CSP问题中的描述: 2015年; 基于角色的协同RBC(Role-Based Collaboration)是一套研究角色及它们之间复杂关系的方法、理论和技术。在RBC中,群组角色分配GRA(Group Role Assignment)既是一个关键问题,也是一个难题。已有许多研究探讨了基于Q(Qualification)矩阵来处理GRA问题,但仅利用Q矩阵难以描述问题中的复杂约束关系。因此,将约束集(Constraint)引进E-CARGO模型,提出了带约束的EC-CARGO模型,研究了RBC、GRA、SAT(SATisfaction)和CSP(Constraint Satisfaction Problem)之间的联系,建立了RBC-GRA-SAT-CSP问题求解转换关系;提出应用EC-CARGO模型求解经典CSP约束满足问题的方法,进而描述了应用GRA求解CSP约束满足问题的通用框架。最后以N皇后问题为例,验证了通过GRA的约束指派求解CSP问题的有效性。; 滕少华张红刘冬宁朱海滨张巍梁路; 关键词：约束满足问题

自适应多趟聚类在检测无线传感器网络安全中的应用被引量：1: 2015年; 在KSummary算法的基础上,引入层次和密度聚类方法,提出自适应多趟聚类方法。依次获得聚类个数k,聚类初始中心和最终聚类。将算法应用于无线传感器网络数据中,可以很好地发现数据中的离群点,从而找到传感器节点安全上存在的隐患。实验结果和分析表明:此算法不但可获得稳定、收敛的聚类结果,还能很好地发现离群点。; 滕少华洪源李日贵张巍刘冬宁; 关键词：聚类传感器离群点

支持向量机与哈夫曼树实现多分类的研究被引量：4: 2014年; 基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.; 胡俊滕少华张巍刘冬宁; 关键词：决策树支持向量机相异度哈夫曼树

基于场景和PN机的入侵检测研究: 2015年; 攻击者通过从一个攻击序列衍生出大量变种攻击序列来逃避基于规则及其它误用检测技术的检测。基于此,针对可序列化的入侵,从攻击机理入手,提取攻击的关键操作序列,构造入侵行为表达式,再对攻击序列进行拓扑排序和同构变换,以扩展形成一个入侵场景或一类入侵。进而提出了面向场景和检测一类入侵行为的方法,通过构建基于场景和检测一类入侵行为的PN(Petri Net)机来实现检测已知攻击及其未知变种攻击的目标。未知变种攻击也是一些新的攻击形态,因而从这种意义上说,该方法能检测到新的攻击行为。; 张巍罗辉云滕少华刘冬宁梁路; 关键词：入侵检测拓扑排序

SVM多分类器协同挖掘局域气象数据被引量：6: 2014年; 为有效应对频发的局域气象灾害,急需深入研究局域环境下降雨量的气象数据挖掘技术,以提高降雨预测的准确率。提出了一个基于支持向量机的多组合器协同分析方法,构建了一个多组合器协同分析模型,通过用气象数据的实证性分析与实验,实验结果表明:该多组合器协同分析模型具有较高的预测准确性和分类稳定性。; 滕少华樊继慧陈潇张巍刘冬宁; 关键词：支持向量机协同工作

基于决策树组合分类器的气温预测被引量：4: 2014年; 气象数据挖掘是近年来研究的热点,组合分类器能够实现协同计算以提高效率和准确性,就此本文采用数据挖掘方法中的决策树组合分类器对某地气象进行了气温预测,主要依据C4.5经典算法、Bagging集成方法构建组合决策树,并加入协同的思想建立了预测气温的决策树协同分析模型.实验表明,基于Bagging的决策树协同模型对于局部区域的气温预测具有较高的准确率.; 李俊磊滕少华张巍; 关键词：BAGGING C4.5算法组合分类器气温预测

基于超球支持向量机的多姿态协同人脸检测被引量：3: 2013年; 针对多姿态的人脸检测准确度差的问题,提出了一种多姿态的协同人脸检测模型。该模型由一组超球支持向量机组成,它们被分成三层:第一层1个、第二层3个、第三层9个,共13个支持向量机(SVM)。这些SVM按逐层精细化检测设计,协同完成人脸检测任务。因为一幅图像的大部分区域是非人脸,采用三层模型的设计一方面能提高人脸检测速度,另一方面也增强了检测的针对性,使得能逐层履行更精细的局部区域检测。另外,改进了k近邻(kNN)算法,使其能用于超球重叠样本的检测,并提高了人脸检测的准确度。实验结果表明,相对于传统基于SVM的人脸检测,所提算法在人脸检测的准确率上有5%左右的提升,通过逐层过滤,保证了人脸检测的速度。; 滕少华陈海涛张巍; 关键词：超球支持向量机多姿态 K近邻

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

韶关市科技计划项目(2010CXYC05)