候选集相关论文
近年来,随着汽车保有量的增加,城市交通安全成为了研究热点方向,车联网作为智慧交通的关键技术被用来解决交通问题,实现车辆与车辆......
在能量资源受限的水下环境中,水声传感器网络(Underwater Acoustic Sensor Networks,UASNs)在传输数据的过程中,提高能量效率是UASNs......
文章深入分析了困扰运营商和厂家两年多的高速公路旁CDMA基站软切换难的物理机制,提出了解决方案并给出了实验结果,首次对CDMA软切换......
离群点检测及数据聚类分析是数据挖掘的研究热点,通过检测离群点,可以从数据中获得重要的知识,有助于做出更好的决策支持。目前,离群点......
随着大数据时代的来临,社交媒体网站的日益普及促使越来越多的人参与到多个在线社交网络中,不同的在线社交网络平台以不同的功能吸引......
数据挖掘能够发现隐藏在数据中的有用信息,在数据分析领域扮演着重要角色,特别是在零售业,每天需要分析从各个分店产生的大量销售......
图是一种重要的数据结构,有着强大的信息表达能力,可以描述现实中诸多网络类型的问题。随着互联网中数据规模的增长,其形成的图结......
随着移动互联网的发展,人们对基于位置的服务需求日益增长。以GPS为代表的卫星定位系统在室外导航和定位中可以满足绝大多数的需求......
随着互联网的不断发展,信息共享越来越方便,这就会导致剽窃问题层出不穷。单语剽窃问题在国内发展已较为成熟,但跨语言剽窃却刚处......
从低同源关系的氨基酸序列预测蛋白质的三维结构被称为从头预测,它是计算生物学领域中的挑战之一.蛋白质骨架预测是从头预测的必要......
提出了一种基于模拟退火法的时延约束最小代价组播路由算法(SADLMA)。首先,本算法使用Dijkstra第K最短路算法建立了从源节点到每个......
基于链接分析自动侦测Spam页面,提出了一个分阶段机制。采用决策树和链接分析模型对Wikipedia中的所有节点进行Indegree和Outdegre......
本文提出了一种基于模拟退火算法的延时约束最小代价组播路由算法(SADLMA)。首先,本算法使用Dijkstra第K最短路算法建立了从源节点......
提出了一种基于模拟退火法的时延约束最小代价组播路由算法(SADLMA)。首先,本算法使用 Dijkstra第K最短路算法建立了从源节点到每个......
本文提出一种基于支路势能的电力系统暂态稳定最脆弱支路及临界割集的候选集辨识方法,并结合改进的综合指标来辨识临界割集,以克服......
通过分析分布式拒绝服务(DDoS)攻击的特征,提出了基于数据挖掘技术的网络入侵检测方法来检测DDoS攻击,针对数据挖掘中FP-growth算......
本文在过滤一精炼策略的基础上,提出二次精炼策略。该策略将精炼分为两个步骤:首先使用一个简单的几何逻辑对过滤之后的候选集进行......
为了提高发音质量判别精度,提出了一种基于音素模型感知度的发音质量评价方法。它采用不同语音样本集合下样本声学特征的对数后验......
针对海上通信领域蕴含大量丰富数据的特点,本文提出了一种基于本体的海上通信领域知识逆向挖掘的方法,该方法将元数据转化为本体模......
该文对一种因果诊断方法[1]中给出的系统的故障源候选集,根据模糊理论和Bayes公式给出了两种故障源候选集中各元素按产生故障的可能性大小排......
针对特校对文本中的常见错误类型,该文介绍了一种基于纠错候选集和似然匹配的自动纠错算法,并用字字同现信息,词性同现信息对得出的纠......
提出了一种基于第一原理的定性诊断探测法,该方法将经验知识纳入算法中,与国际上典型的GDE系统中的Shannon熵预测法相比更快速、简单、有效,并且......
为提高压缩感知子空间追踪算法的信号重建概率及精度,提出一种递减候选集正则化子空间追踪算法.该算法基于Co Sa MP/SP算法并加以......
本文研究了针对大规模查询日志进行时效性实体词挖掘技术,实体词挖掘在搜索引擎中应用广泛,而时效性实体词的识别,对于网络新增热......
针对最小化制造跨度的差异工件尺寸单批处理机调度问题,通过将其转化为最小化浪费空间的问题,采用候选集策略构建分批以减少搜索空......
车载自组织网络面临车辆移动速度快、拓扑变化频繁等问题,而机会转发策略利用无线信道天然的广播特性相比于传统的确定性转发策略......
【目的/意义】提出一种基于可扩展LDA模型的微博话题特征抽取方法。【方法/过程】利用词语权重调整方法筛选高贡献度高频词语;基于......
针对协同推荐技术中的数据稀疏性等问题,提出了一种新颖的协同过滤算法。该算法在用户相似的协同过滤基础之上,引入用户之间的非对......
针对Apriori算法的不足,提出一种基于粗糙集的频繁项集发现方法。新方法首先利用粗糙集的特征属性约简算法进行属性约简,找到其中......
异常点是数据集中看起来与其他数据有着明显差别的点或者区域。异常点往往并不是错误,并且经常包含比较重要的信息。本文提出一种......
Fp-growth算法是当前挖掘频繁项目集算法中速度最快,应用最广,并且不需要候选集的一种挖掘关联规则的算法。但是,Fp-growth算法也存在......
如何从大型数据库中挖掘关联规则是数据挖掘的一个重要的问题.FP-growth是一个著名的不产生候选集的高效频繁模式挖掘算法,它使用......
针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法--自适应禁忌搜索作为前向神经网络的训练算法.该算法通过邻域和候......
在比较当前几种并行关联规则挖掘算法的基础上,为了解决CD、FDM、DDM算法的候选集和执行时间方面存在的问题,结合关联规则的性质定......
针对电子商务推荐销售的需求和FP-Growth算法不产生候选集的特性,提出利用FP-Growth算法,运用VC++程序开发工具,对某一电商卖家的数据进......
不确定数据聚类是数据挖掘领域中的一个重要的研究热点。本文介绍了不确定数据聚类的uk—means算法及其改进算法ck—means。由于ck......
挖掘关联规则是数据挖掘中的一个重要课题.针对挖掘关联规则典型算法中的某种不足,介绍了一个不需要产生候选集的挖掘关联规则的算......
利用旅行商问题中最优路径和生成树之间的关系,论文将最小生成1-树的概念引入蚁群算法.并提出一种新的量度采构造动态候选集。通过数......
提出了一种求解二次分配问题的模拟退火蚁群算法。将模拟退火机制引入蚁群算法,在算法中设定随迭代变化的温度,将蚁群根据信息素矩......
频繁集的挖掘问题是数据挖掘的关键问题,本文提出了一种基于频繁树的挖掘频繁集的新方法,该算法从频繁项开始搜索、筛选产生符合要......
在通常的模式挖掘中,为了筛选出有效模式,用户需要设置阈值。但是,如何设定一个合适的阈值却是一件困难的事情。Top-k高效模式挖掘......
Apriori算法是关联规则的一个重要算法.对关联规则挖掘算法Apriori算法的关键思想以及性能进行了研究,通过对候选项集的属性进行加......
数据挖掘是指从大量数据中发现潜在、有用知识的过程。关联规则是数据挖掘的一个主要研究内容,而如何提高挖掘算法的效率是关联规则......
从系统学的角度分析了蚁群算法的分布武计算、自组织和正反馈等的系统特征.给出了改进的蚁群算法详细分析和分类,通过TSP问题应用TSP......