基于关联规则的网格审计算法的研究,徐群,,本文通过对数据挖掘中一种不产生候选频繁项集的高速算法——FP-Growth算法的研究,对其进行改进并引入关键属性来挖掘原始审计数据��
K均值聚类算法是目前一种较好的文本分类算法,算法中的相似度计算通常基于词频统计,小文档或简单句子由于词频过小,使用该算法聚类效果较差。为此,提出了一种基于词语关联度的相似度计算算法,对简单文档集执行
一种基于Butler矩阵的波束空间DOA估计算法,杨恺,华光,本文提出了一种基于一维Butler矩阵波束变换的DOA估计算法,该算法首先将天线阵列接收到的信号通过Butler矩阵做波束变换构成波束空间
基于梯度下降矩阵分解模型的协同过滤推荐算法需要利用正则化技术对问题加以约束。损失函数中的正则化参数能够提高模型的预测精度,防止训练过拟合,并可以在二者间调节,使二者平衡。提出了一种多正则化参数的方法,
关联规则挖掘算法综述,姜丽莉,孟凡荣,关联规则挖掘是数据挖掘的重要研究领域之一。本文首先全面地关联规则的基本概念,包括项目、交易、支持度、置信度等,然后介绍了
模糊关联规则用于处理数据库中的不精确信息,并提供一个知识发现的良好表示。利用约束级别表示理论将GUHA模型泛化用于模糊关联规则,通过约束级别管理模糊规则,并给出一个扩展的验证度量过程。使用形式化方法的
将IDS报警归类为若干种超报警(Hyperalert)类型,为每种超报警类型定义相应的攻击条件和攻击结果,通过对超报警的关联分析,生成超报警关联图,构造出攻击场景,从而揭示攻击者的攻击策略和攻击意图
对告警事件进行关联处理,去除冗余告警,是网络管理需要解决的一个关键问题。如果考虑事件间的时间关系,问题将变得更为复杂。因此,在充分考虑事件间的时间关系基础上,提出了一种基于有限状态机(FSM)的事件关
在构造决策树的过程中,分裂属性选择的标准直接影响分类的效果。分析了现有改进的ID3算法不同程度地存在学习效率偏低和对多值属性重要性的主观评测等问题,提出一种高效而且可靠的基于灰色关联度的决策树改进算法
属性值约简是粗糙集理论的重要研究内容之一,针对利用分辨矩阵求值约简的错误,提出了一种改进的规则分辨矩阵和值约简方法,主要考虑属性值约简可能导致新的不一致性问题。该矩阵区分与不一致规则的决策值相同的规则
