论文部分内容阅读
为了提高在概念格上生成频繁项集的效率,提出了一个基于约简概念格的生成频繁项集的新算法。该算法通过利用节点之间的父子关系能够直接生成全部频繁项集,省略了对节点进行排序的时间开销,大大减少了节点比较次数,从而提高了频繁项集的生成效率。实验结果证明了其可靠性和高效性。
基于约简概念格的关联规则提取改进算法
【摘 要】
：
为了提高在概念格上生成频繁项集的效率,提出了一个基于约简概念格的生成频繁项集的新算法。该算法通过利用节点之间的父子关系能够直接生成全部频繁项集,省略了对节点进行排序的时间开销,大大减少了节点比较次数,从而提高了频繁项集的生成效率。实验结果证明了其可靠性和高效性。
【机 构】
：
电子科技大学计算机科学与工程学院
【出 处】
：
计算机应用研究
【发表日期】
：
2011年04期
【基金项目】
：
基于神经网络的大规模数值模拟数据分析技术与研究（10476006）
其他文献
针对新闻数据流的事件检测问题,提出了一种基于突发特征分析的事件检测方法。事件由在一定时间窗口内代表它的特征构成,通常它们在事件发生时表现出一定的突发。通过多尺度突发分析算法识别出突发特征,并计算突发特征突发模式的相似性及所在新闻的重合度,对突发特征进行聚类分析以构造事件。在路透社80多万篇新闻数据集中验证上述算法,可准确地识别出突发特征各种跨度上的突发,且能有效地检测出事件。
提出了一种新的文化算法,基于免疫克隆选择原理改进了文化算法的种群空间,同时设计了一种新的历史知识及其影响函数。为了去除工业中故障诊断过程中的冗余变量,实现数据降维,提高故障诊断性能,将该免疫文化算法应用到故障特征选择当中,提出了一种封装式的特征选择方法。该方法利用抗体种群进行全局搜索,通过文化算法的信念空间保留历代最优个体,并对UCI数据集的高维数据进行特征子集选择。将该方法应用到TE过程故障诊断
由于优化杜鹃算法是利用了鸟类特殊的利维飞行模式的群体智能算法,并且增加了粒子间的信息交流,故将该算法引入支持向量机惩罚系数和核参数的自动寻优中。给出了实现方式,并讨论了概率参数的设置对收敛性的影响。通过与传统的GA/PSO-SVM对比验证,MCS-SVM方法使得分类精确率平均提高2.28%,既能显著提高分类效率,又表现出很好的泛化性能。
针对函数优化问题,提出一种混沌大洪水混合优化算法。该混合算法基于大洪水算法寻优思想和混沌序列的内在随机性、遍历性和规律性特点。算法在Delphi 7环境下编程实现,针对几个典型复杂函数进行优化测试。仿真结果表明,混沌大洪水算法是一种简单有效的算法,在运行效率上明显优于其他算法。
压缩传感是一种新的信息获取理论,它突破了传统的采样理论,将数据采集和压缩合二为一,再利用重构算法将原始数据恢复。为了能够得到更好的压缩传感重构效果,把流形学习的思想和方法与压缩传感相结合,提出了一种基于参数化流形学习的压缩传感重构方法。实验结果表明,提出的方法对自然图像进行重构取得了很好的效果,充分验证了基于参数化流形学习的压缩传感重构方法的有效性。
针对追踪的效能评估显得尤为必要但至今尚缺,首次系统地通过理论方法结合实例模型,设计了对叛逆追踪效能进行评估的方法。首先实施专家咨询确定对影响叛逆追踪效能的因素分别从有效性、安全性、开销、完善性、应用性等五方面进行分析;然后层次分析确定各项的等级描述并构建叛逆追踪效能评估指标体系;最后综合评判某个叛逆追踪算法的效能。通过实例模型验证了其可操作性和优越性,且谓之专家综合评判。
提出一种MANET地址自动配置方案,给出了MANET网络体系结构以及构建网络体系结构的算法。在此体系结构下,新节点可以在一跳范围内的代理节点获取具有唯一性的地址,且无须执行地址重复检测,失效节点的地址可以自动被回收。对MANETConf、Prime DHCP以及本方案的性能参数进行了比较分析,性能参数包括地址配置代价及地址配置延迟时间,分析结果验证了本方案的地址配置代价更低,地址配置延迟更短。
将产品阶段满意度作为决策变量引入到供应链网络优化模型,针对易逝性电子产品生命周期阶段需求特征差异性引起的生产模式的不同,考虑阶段满意度的动态性,构建以单一产品整个生命周期内盈利最大化为目标函数的0-1混合整数优化模型;利用Lingo9.0软件设计算法程序求解。运用模型进行了实证分析,结果表明了该模型的合理性及有效性。
SVM-RFE特征选择算法的算法复杂度高,特征选择消耗时间过长,为了缩短特征选择的时间,针对径向基函数—支持向量机分类器提出了依据核空间类间平均距进行特征选择的算法。首先分析了径向基函数核参数与数据集核空间类间平均距之间的关系,然后提出了依据单个特征对数据集的核空间类间平均距的贡献大小进行特征重要性排序的算法,最后用该算法和SVM-RFE算法分别对8个UCI数据集进行了特征选择实验。实验结果证明了
为求解具有NP难度的球体Packing问题,通过将禁忌搜索方法与基于自适应步长的梯度下降法和二分法相结合,提出了一个启发式算法。对50个等球算例进行了实例测试,算法改进了其中44个算例的目前最优结果。大量的实例计算结果表明,该启发式算法是求解球体Packing问题的一个有效算法。