-
题名一种不确定数据集上频繁模式挖掘的近似算法
被引量：8
- 1
-
-
作者
王水
祝孔涛
王乐
-
机构
宁波大红鹰学院信息工程学院
南阳理工学院软件学院
大连理工大学电子信息与电气工程学部计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第3期725-728,共4页
-
基金
国家自然科学基金资助项目(61173163)
宁波市自然科学基金资助项目(2013A610115)
宁波大红鹰学院大宗商品专项项目
-
文摘
为提高不确定数据集上频繁模式挖掘的效率,针对已有算法在判断是否需要为头表中的某项创建子头表时的计算量比较大的问题,给出一个近似挖掘策略AAT-Mine,以损失小部分频繁项集为代价,提高整个算法的挖掘效率。采用三个不同的典型数据集进行了算法的测试,分别与目前最好的算法和典型算法进行性能对比。实验结果验证了近似算法AAT-Mine的时空效率都得到了提高。
-
关键词
数据挖掘
频繁模式
频繁项集
不确定数据集
近似算法
-
Keywords
vdata mining
frequent itemsets
frequent pattern
uncertain dataset
approximation algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名鲁棒双参数化间隔支持向量机
被引量：4
- 2
-
-
作者
马婷婷
杨志霞
叶俊佑
-
机构
新疆大学数学与系统科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第9期74-82,共9页
-
基金
国家自然科学基金(12061071)。
-
文摘
针对不确定数据的二分类问题,提出了一种鲁棒双参数化间隔支持向量机。考虑样本是服从多元高斯分布,并给出了几种协方差矩阵的构造方式。提出的鲁棒双参数化间隔支持向量机通过处理一对较小规模的凸优化问题,寻找两个非平行的参数化间隔超平面,并针对优化问题设计了相应的随机梯度下降算法。当训练样本的方差趋近于零时,鲁棒双参数化间隔支持向量机可退化为传统的双参数化间隔支持向量机。数值实验结果表明,该方法具有较好的泛化性能。
-
关键词
分类问题
不确定数据集
双支持向量机
参数化间隔
随机梯度下降
-
Keywords
classification
uncertain data
twin support vector machine
parametric-margin
stochastic gradient descent
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
