-
题名基于优势关系粗糙集的数据分类
被引量：1
- 1
-
-
作者
赵越岭
王建辉
顾树生
-
机构
东北大学信息科学与工程学院
-
出处
《控制工程》
CSCD
2007年第3期249-251,286,共4页
-
基金
国家自然科学基金资助项目(60274024
60474040)
-
文摘
针对经典粗糙集难于解决具有偏好顺序决策表的分析问题,在研究优势粗糙集的基础上,提出了基于优势关系的二进制矢量表的数据分类方法。该方法不需对决策表产生规则,只将原有的对象描述转化为二进制码表,通过被测目标在论域中的对象支持决策类的程度,对数据进行分类。此方法经实例验证,取得了令人满意的效果。
-
关键词
优势关系粗糙集
多准则分类
分类冲突
二进制表
-
Keywords
dominance based rough set
multi-criteria classification
conflict of classification
binary table
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于有向无环图的频繁模式挖掘算法
被引量：6
- 2
-
-
作者
朱益立
邓珍荣
谢攀
-
机构
桂林电子科技大学计算机科学与工程学院
桂林电子科技大学广西可信软件重点实验室
-
出处
《计算机工程与设计》
北大核心
2017年第5期1237-1241,共5页
-
基金
广西科技攻关计划基金项目(桂科攻1598019-6)
广西可信软件重点实验室重点课题基金项目(kx201504)
+1 种基金
桂林电子科技大学研究生教育创新计划基金项目(2016YJCX65)
桂林市科学研究与技术开发计划基金项目(2016010406-4)
-
文摘
针对关联规则挖掘中因频繁扫描数据库导致内存负担重、挖掘频繁项集效率不高的问题,提出一种基于有向无环图的挖掘算法DAGFIM。对候选项集构建二进制表,计算构建二进制表支持度作为有向无环图边权值;采用人工设置阈值判断计算出的边权值是否需要保留,若待处理的变权值大于阈值,则在图中予以保留,反之,对该边做"剔除"处理,整个构建过程只需扫描一次数据库,不会产生候选项集。实验结果表明,该算法具有较好的性能,有效提高了频繁项集的挖掘效率。
-
关键词
关联规则
二进制表
有向无环图
频繁项集
支持度
-
Keywords
association rule
binary table
directed acycline graph
frequent itemset
support
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于八叉树编码的点云邻域搜索算法
被引量：3
- 3
-
-
作者
丁彩红
张耀
-
机构
东华大学机械工程学院
-
出处
《计算机工程与设计》
北大核心
2018年第10期3107-3112,共6页
-
文摘
针对散乱空间点云数据没有明显拓扑结构的问题,为提高其数据处理速度,提出一种快速搜寻邻近点集的算法。根据点云数据的范围、点的总数确定合适立方体包围盒,采用空间三方向二分划分方法,将包围盒划分成许多子立方体,应用二进制编码表对子立方体中每个数据点建立索引号,给出新的方法对数据点进行再编码,确定邻近点的最佳搜索范围。实验结果表明,该算法能显著提高大规模散乱空间点云邻近点的搜索效率,保证搜索结果的可靠性。
-
关键词
散乱点云
K近邻
子立方体
二进制编码表
包围盒偏移
-
Keywords
scattered point cloud
K nearest neighbor
cube
binary code table
bounding box offset
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
