由于大量数据是在连续的时间过程中生成的,因此,海量数据流的实时异常检测是当今的重要研究课题。有一个广泛的研究领域,涵盖用于异常检测的数学,统计,信息论方法论。它解决了很多领域的各种问题,例如卫生,教育
结合模糊聚类和粗糙集提出了一种基于精简的模糊规则库分类算法。对于数值型样本数据,首先采用模糊聚类生成模糊规则库,然后运用粗糙集理论对样本属性进行约简,删除冗余规则,即可得到精简的模糊规则库,以方便进行
关联规则是数据挖掘的重要研究内容之一。针对数据库数据增加的同时最小支持度发生改变的关联规则更新维护问题,提出了一种基于矩阵的增量式关联规则挖掘算法IUBM。该算法采用简单的数组和位运算,在执行关联规则
基于矩阵分解和数据流的推荐算法,丛义昊,于艳华,协同过滤算法是推荐算法中应用最广泛的算法之一,目前基于矩阵分解的协同过滤算法往往是针对静态数据的,缺乏对动态数据的处理能
在实际应用中,预处理是非常重要的,在数据挖掘过程中,真实数据往往来自复杂的环境,存在噪音和冗余。数据挖掘的从业人员要求 (例如,[7]) 数据准备的时间占到数据挖掘时间的80%~90%,这意味着要花1
针对基于随机响应的隐私保护分类挖掘算法仅适用于原始数据属性值是二元的问题,设计了一种适用于多属性值原始数据的隐私保护分类挖掘算法。算法分为两个部分:a)通过比较参数设定值和随机产生数之间的大小,决定是
一种改进的光流算法,改进了光流运动检测算法
一种改进的Otsu算法研究,李冰玉,彭利标,Otsu(最大类间方差)算法的一些优秀性质使得它在许多不同的图像分割系统中得到非常广泛的应用,该算法运算量不大,在一定条件下�
一种改进的蝙蝠算法研究,李雅梅,曹益华,蝙蝠算法( BA)是一类新型的搜索全局最优解的随机优化算法,针对这些问题标准的编蝠算法存在着寻优精度不高、后期收敛速度慢、易陷入
数据流滑动窗口连接的自适应降载策略,林钦仙,林锦贤,由于数据流经常是爆发性的并且其数据特征随时间不断变化,数据流上的连续查询系统必须是自适应的。在系统可用资源无法满足需求的
