朱颖雯
- 作品数：22 被引量：28H指数：3
- 供职机构：三江学院更多>>
- 发文基金：国家自然科学基金江苏省教育厅自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球文化科学更多>>
- 程序设计语言中三种基本程序设计结构的教学方法探讨
- 2013年
- 在程序设计语言教学中三种程序设计的结构尤其是循环结构的讲解和应用一直是个难点和重点,本文从有效提高教学效果出发提出了几种教学方法,以达到让学生彻底理解三种结构的含义,并能够加以应用。
- 孙勤红朱颖雯
- 关键词：程序设计程序结构教学方法
- 基于最大频繁Induced子树的GML文档结构聚类
- 提出了一种基于最大频繁Induced子树的GML文档结构聚类新算法TBCClustering.通过挖掘GML文档集合中的最大频繁Induced子树构造特征空间,并对特征空间进行优化;采用CLOPE聚类算法聚类GML文档,...
- 朱颖雯吉根林
- 关键词：GML文档结构聚类
- 文献传递
- 基于闭合频繁Induced子树的GML文档结构聚类被引量：3
- 2009年
- 提出了一种GML文档结构聚类新算法MCF-CLU.与其它相关算法不同,该算法基于闭合频繁Induced子树进行聚类,聚类过程中不需树之间的两两相似度比较,而是挖掘GML文档数据库的闭合频繁Induced子树,为每个文档求一个闭合频繁Induced子树作为该文档的代表树,将具有相同代表树的文档聚为一类.聚类过程中自动生成簇的个数,为每个簇形成聚类描述,而且能够发现孤立点.实验结果表明算法MCF-CLU是有效的,且性能优于其它同类算法.
- 苗建新吉根林朱颖雯
- 关键词：聚类
- 面向边云协同计算的能耗感知资源调度方法被引量：2
- 2023年
- 边缘计算在处理大量计算复杂的任务时,可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法,首先根据实时保证率将任务分流到云计算和边缘计算,然后基于弹性资源特性提出能耗感知的资源调度策略,为实时任务生成虚拟资源配置方案,最后通过仿真实验验证了所提算法的有效性,该算法可以在保证实时性的前提下降低能耗。
- 杨君朱颖雯
- 关键词：资源调度
- 一种高效的最大频繁Embedded子树挖掘算法被引量：2
- 2007年
- 提出了一种高效的最大频繁Embedded子树挖掘算法--CMPETree Miner。该算法采用先序遍历序列存储树,并将节点的范围属性加入该序列,采用伪投影技术对频繁子序列进行投影,并对投影序列中的每个节点编码。在挖掘带编码的频繁子序列过程中,对频繁子序列进行高效剪枝,得到最大频繁Embedded子树,无需生成所有频繁Embedded子树。实验结果表明,CMPETree Miner算法是高效可行的。
- 朱颖雯吉根林
- 关键词：频繁子树数据挖掘
- 非计算机专业《Visual Foxpro》课程教学进度探讨被引量：1
- 2012年
- 本文针对当前在非计算机专业《Visual Foxpro》课程教学中存在的问题,结合教学实践,提出了全新的教学进度安排,可以有效地提高学生学习效率和实际能力。
- 朱颖雯孙勤红苏兆中
- 关键词：VISUALFOXPRO课程教学教学进度
- 快速挖掘可变支持度约束的闭合与最大频繁Induced子树
- 国内外学者提出了许多频繁子树挖掘算法.这些算法使用的均是固定最小支持度.一般说来,具有较高支持度的短子树通常是有趣的;而对于长子树,即使支持度相对低一些也可能有趣.这就要求挖掘过程中最小支持度的值随着树中节点数的增加而减...
- 朱颖雯吉根林俞单庆
- 关键词：数据挖掘
- 文献传递
- 有序树的频繁子树挖掘研究被引量：3
- 2008年
- 对各种主要的频繁子树挖掘算法进行综述与分析,主要包括频繁Induced子树挖掘与频繁Embedded子树挖掘;讨论了挖掘算法中使用的两种技术:基于候选生成-测试的方法和基于模式-增长的方法;对各典型算法的性能进行了实验分析比较。
- 吉根林朱颖雯
- 关键词：数据挖掘
- 频繁子树挖掘及其在XML挖掘中的应用研究
- 频繁模式挖掘是数据挖掘领域中的一个重要问题,其研究范围包括事务、序列、树和图。频繁子树挖掘在生物信息学,Web挖掘,化合物结构分析等领域具有十分重要的应用价值,因此受到研究人员的高度重视。XML己经成为Intemet上数...
- 朱颖雯
- 关键词：频繁子树挖掘
- 文献传递
- 基于最大频繁Induced子树的GML文档结构聚类被引量：3
- 2008年
- 提出了一种基于最大频繁Induced子树的GML文档结构聚类新算法TBCClustering.通过挖掘GML文档集合中的最大频繁Induced子树构造特征空间,并对特征空间进行优化;采用CLOPE聚类算法聚类GML文档,可自动生成最小支持度与聚类簇的个数,无需用户设置;不仅减少了特征的维数,而且得到了较高的聚类精度.实验结果表明算法TBCClustering是有效的,且性能优于PBClustering算法.
- 朱颖雯吉根林
