基于数据场的量化关联规则挖掘方法设计,孟海东,李丹丹,目前关联规则挖掘多集中在布尔型关联规则的挖掘,对量化关联规则的挖掘研究较少,传统的方法多是将量化属性离散化,进而转化为布
将二进制引入关联规则求解中,充分利用二进制操作方便、运算速度快、节省空间的优势。在求解事务项集真子集和支持度时,对事务数据库中相同事务只求解一次,并给出了真子集的具体求解算法。本算法一次扫描数据库可以
同步策略是并行离散事件模拟的关键技术之一。POSE是一种面向对象的可扩展的计算机体系结构并行模拟框架,可进行大规模系统的并行模拟。剖析了POSE框架中的乐观同步策略,按照时间窗口调整状况将其自适应策略
针对不确定信息的相似性度量方法无法充分反映信息之间的关联情况,提出了直觉模糊集关联趋势分析法RTIFS法。利用直觉模糊集之间的距离表示不确定信息的差别,通过区间数与直觉模糊集之间的等价关系,利用区间数
提出一种基于最大频繁序列模式有向图的页面个性化推荐技术,由于考虑了用户会话的页面访问顺序,比一些不考虑页面访问顺序的推荐技术有更高的准确率。有向图结构压缩存储了所有最大频繁序列模式,推荐引擎依据截取的
现有的基于频繁模式树FP-tree和概念格的规则挖掘算法在构造概念格时存在重复遍历FP-tree问题,在挖掘后件约束的规则时算法构造的概念格包含冗余结点。针对这两个问题,提出了通过遍历FP-tree生
针对多传感器目标识别仿真模型的验证问题,提出了一种基于多神经网络的“分层有序”的模型验证方法。该方法利用神经网络的自组织和自学习能力,通过对各种目标识别模型关键行为特性的学习,将实际系统行为归类为其中
针对时间序列子序列聚类存在的平凡相似和水平伸缩等问题,提出了一种新的子序列聚类算法。它采用多孔平滑滤波器组对时间序列进行低通平滑处理,在所得到的多个尺度序列上生成平凡簇,然后将各个平凡簇的代表子序列作
基于分布式序列模式的算法,赵美红,,本文首先对分布式环境下序列模式的性质进行了分析。算法采用前缀投影技术划分模式搜索空间,利用序列模式前缀指定选举站点统计序
基于分布式估计及任务分配的WSANs协同机制,莫磊,胥布工,针对无线传感器/执行器网络中的传感器-执行器和执行器-执行器协同工作问题,分别提出了一种分布式的解决方案。根据传感器与执行器
