期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于启发式有向圈查询的可疑交易识别研究
1
作者 徐泰华 张清华 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第5期879-889,共11页
可疑交易监测分析是反洗钱研究的一个重要分支.图中存在一种非常重要的结构—有向圈.金融交易数据可以用有向图表示,称为金融交易图,金融交易图中的有向圈是一种可疑交易结构.提出了一种启发式有向圈查询算法,其基本思想是首先求得图中... 可疑交易监测分析是反洗钱研究的一个重要分支.图中存在一种非常重要的结构—有向圈.金融交易数据可以用有向图表示,称为金融交易图,金融交易图中的有向圈是一种可疑交易结构.提出了一种启发式有向圈查询算法,其基本思想是首先求得图中的强连通分量,然后针对每个强连通分量,进行启发式的深度优先搜索,与一般的深度优先搜索不同,该算法利用两个启发式信息来控制深度优先搜索的方向以及要访问的节点.还对节点数至少为3的强连通分量中一定存在有向圈做出了证明.并且对该算法的时间复杂度作了相关分析.该算法降低了论域的规模,从另一个侧面提高了算法性能.实验证明了算法的有效性,及使用启发式信息的必要性.该算法可检测出金融交易图中的有向圈这一可疑交易结构,为反洗钱研究提供技术支持. 展开更多
关键词 图论 有向圈 反洗钱 启发式信息
在线阅读 下载PDF
基于粒度的加速求解约简策略 被引量:4
2
作者 张昭琴 徐泰华 +2 位作者 鞠恒荣 刘克宇 王平心 《南京理工大学学报》 CAS CSCD 北大核心 2021年第4期401-408,共8页
前向贪心搜索策略在约简求解的过程中,需要遍历所有的候选属性,从而确保在每轮迭代时能够选择出最优的属性。在属性数量急剧增加时,利用前向贪心搜索进行约简求解会显式地带来较大的时间消耗。鉴于此,在前向贪心搜索的基础上,依据属性... 前向贪心搜索策略在约简求解的过程中,需要遍历所有的候选属性,从而确保在每轮迭代时能够选择出最优的属性。在属性数量急剧增加时,利用前向贪心搜索进行约简求解会显式地带来较大的时间消耗。鉴于此,在前向贪心搜索的基础上,依据属性约简过程和粒度的变化关系,提出了基于粒度的加速求解约简策略。该策略的核心思想是以粒度大小为标准,剔除对应着较粗粒化结果的属性,从而压缩候选属性的搜索空间,达到提升约简求解效率的目的。在12组UCI数据集上,采用3种不确定性度量,实验结果表明,相较于前向贪心搜索,基于粒度的加速求解约简策略不仅能够显著地降低约简求解的时间消耗,而且所得到的约简依然具备较好的分类性能,验证了所提算法的有效性。 展开更多
关键词 属性约简 粒度 粗糙集 搜索空间 不确定性度量
在线阅读 下载PDF
一种面向粒球粗糙集的快速约简求解方法 被引量:3
3
作者 陈中华 巴婧 +2 位作者 徐泰华 王平心 杨习贝 《小型微型计算机系统》 CSCD 北大核心 2023年第1期24-29,共6页
在粗糙集领域中,粒球的产生可以被视作是一个无监督的进程,其终止条件是无监督产生的粒球需达到根据标签信息所计算出来的纯度.当数据中存在大量不一致情形时,样本自身的标签信息有可能会为生成高纯度的粒球带来较大阻碍,基于粒球粗糙... 在粗糙集领域中,粒球的产生可以被视作是一个无监督的进程,其终止条件是无监督产生的粒球需达到根据标签信息所计算出来的纯度.当数据中存在大量不一致情形时,样本自身的标签信息有可能会为生成高纯度的粒球带来较大阻碍,基于粒球粗糙集的约简求解因受粒球生成这一因素的影响,也会耗时巨大.鉴于此,首先,将伪标签策略引入粒球的计算过程中,因为伪标签的生成也可以采用无监督的方式,所以可以较好地贴合粒球中样本的聚集,减少不一致情形,提高粒球的产生效率.其次,设计了前向贪心搜索算法,用于求解基于伪标签粒球粗糙集的约简.最后,在12组基准数据集上的实验结果验证了所提方法不仅能够有效地提升约简的求解效率,而且也能够保证约简中的属性具备相当的分类能力. 展开更多
关键词 属性约简 粒球 伪标签 粗糙集
在线阅读 下载PDF
基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法 被引量:1
4
作者 程富豪 徐泰华 +2 位作者 陈建军 宋晶晶 杨习贝 《计算机科学》 CSCD 北大核心 2022年第8期97-107,共11页
强连通分量挖掘是图论中的经典问题之一,如何设计更高效率的串行强连通分量挖掘算法具有现实需求。GRSCC算法利用k步上近似和k步R相关集这两个粗糙集算子所构成的SUB-RSCC函数,可实现简单有向图中的强连通分量挖掘,而SUB-RSCC函数的调... 强连通分量挖掘是图论中的经典问题之一,如何设计更高效率的串行强连通分量挖掘算法具有现实需求。GRSCC算法利用k步上近似和k步R相关集这两个粗糙集算子所构成的SUB-RSCC函数,可实现简单有向图中的强连通分量挖掘,而SUB-RSCC函数的调用次数决定了挖掘效率。根据挖掘强连通分量时顶点间存在的相关性,GRSCC算法引入了粒化策略,减少了SUB-RSCC函数的调用次数,提高了挖掘效率。在GRSCC算法的基础上,分析发现了顶点间的另外两种强连通分量相关性,由此设计了一种新的顶点粒化策略,进而提出了一种顶点粒k步搜索方法,可更大程度地减少SUB-RSCC函数的调用次数。最后,提出了一种基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法KGRSCC。实验结果表明,相比RSCC算法、GRSCC算法和Tarjan算法,KGRSCC算法具有更好的性能。 展开更多
关键词 强连通分量 粗糙集 图论 粒化策略 顶点粒k步搜索
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部