检索结果-维普期刊中文期刊服务平台

聚类挖掘中隐私保护的几何数据转换方法被引量：7: 1; 作者黄伟伟柏文阳《计算机应用研究》 CSCD 北大核心 2006年第6期180-181,184,共3页; 目前,尽管数据挖掘在许多领域都发挥了巨大的作用,但同时它也带来了一系列越来越值得重视的问题,如隐私的保护、信息的安全等。讨论了数据挖掘中的隐私保护问题,提出了一种几何数据转换方法,并将其用于聚类数据挖掘中的隐私保护。实验... 展开更多; 关键词聚类数据挖掘隐私问题几何数据转换方法; 在线阅读下载PDF 职称材料

基于动态编程匹配的聚类序列数据挖掘算法被引量：3: 2; 作者曾铮《计算机应用与软件》北大核心 2022年第11期257-263,323,共8页; 针对共现聚类挖掘算法忽略共现事件的发生顺序和时间间隔,且推理精度受限等问题,提出一种基于动态编程匹配的聚类序列数据挖掘算法。利用贝叶斯推理来推断时间间隔的概率密度函数从而提高对不确定性的鲁棒性,并且同时考虑了空间接近性... 展开更多; 关键词共现聚类挖掘动态编程聚类序列数据挖掘概率密度函数损伤性分析; 在线阅读下载PDF 职称材料

云环境下基于群智能算法的大数据聚类挖掘技术被引量：9: 3; 作者刘云恒《现代电子技术》北大核心 2019年第9期65-67,71,共4页; 云计算从分布式存储和分布式计算两个方面为大数据处理提供了强力的支持,并逐渐成为大数据挖掘的主流平台。但是在处理云平台中的大规模数据集时典型聚类挖掘算法存在一定不足,因此,提出一种基于群智能算法的大数据K-means聚类挖掘算法... 展开更多; 关键词大数据聚类挖掘云计算模型分析聚类分析聚类算法设计算法优化聚类算法改进; 在线阅读下载PDF 职称材料

云环境下基于群智能算法的大数据聚类挖掘技术被引量：11: 4; 作者郑琳张辉《现代电子技术》北大核心 2020年第15期115-118,共4页; 传统的大数据聚类挖掘技术由于迭代次数过多,使其并行效率下降,为此,设计云环境下基于群智能算法的大数据聚类挖掘技术。在云环境下采用群智能算法初始化聚类中心,计算数据密度参数及类间距离,根据计算结果更新聚类中心,输出距离最小的... 展开更多; 关键词大数据聚类挖掘云环境群智能算法数据挖掘并行化聚类挖掘数据密度计算; 在线阅读下载PDF 职称材料

基于数据流模糊聚类挖掘的入侵检测系统研究: 5; 作者李俊鹏王勇 +1 位作者白焱李云杰《现代防御技术》北大核心 2013年第2期207-211,共5页; 传统的基于数据挖掘入侵检测技术往往是基于静态数据的检测,随着网络速度的提高和网络流量的剧增,网络数据通常以数据流的形式出现。提出了一种作用于数据流的模糊聚类挖掘算法(SFCM),并且针对该算法提出了一种基于数据流模糊聚类的入... 展开更多; 关键词数据流挖掘聚类算法基于数据流的模糊聚类挖掘算法(SFCM) 入侵检测; 在线阅读下载PDF 职称材料

郑州—洛阳地区史前连续文化聚落的K-means聚类挖掘研究被引量：7: 6; 作者毕硕本闾国年陈济民《地理与地理信息科学》 CSCD 北大核心 2007年第5期48-51,共4页; 利用K-means聚类算法和GIS组件SuperMap Objects,开发了基于连续文化序列的空间数据挖掘系统,运用该系统对郑州—洛阳地区史前3个连续文化时期的聚落进行数据挖掘,提取聚落遗址群的聚类规则。通过对聚类规则的分析可知,在仰韶文化后期... 展开更多; 关键词空间数据挖掘K-means聚类聚落考古连续文化; 在线阅读下载PDF 职称材料

改进的k-平均聚类算法研究被引量：50: 7; 作者孙士保秦克云《计算机工程》 CAS CSCD 北大核心 2007年第13期200-201,209,共3页; 聚类算法的好坏直接影响聚类的效果。该文讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种基于加权改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算... 展开更多; 关键词聚类算法 k-平均权聚类数据挖掘; 在线阅读下载PDF 职称材料

一种改进的k-means聚类算法在入侵检测中的应用被引量：7: 8; 作者尹珧人王德广《科学技术与工程》 2008年第16期4701-4705,共5页; 讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度。实验证明,用该方法实现的数据聚类与... 展开更多; 关键词入侵检测聚类算法 k-平均聚类数据挖掘; 在线阅读下载PDF 职称材料

一种可扩展式三维医学可视化系统的设计与实现被引量：1: 9; 作者黎新伍《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z1期771-773,共3页; 在分析可视化系统的功能和特性的基础上,设计并实现了一种三维医学数据场可扩展式可视化系统。首先根据医学图像的具体特征,系统设计了一系列预处理方法;随后提出了基于特征区域提取的分割算法和采用数据挖掘聚类方法等对三维数据场直... 展开更多; 关键词可扩展式可视化系统医学图像特征特征区域分割数据挖掘聚类排序体元块; 在线阅读下载PDF 职称材料

题名聚类挖掘中隐私保护的几何数据转换方法被引量：7: 1; 作者黄伟伟柏文阳; 机构南京大学计算机科学与技术系计算机软件新技术国家重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2006年第6期180-181,184,共3页; 基金国家"863"计划资助项目(2002AA141091); 文摘目前,尽管数据挖掘在许多领域都发挥了巨大的作用,但同时它也带来了一系列越来越值得重视的问题,如隐私的保护、信息的安全等。讨论了数据挖掘中的隐私保护问题,提出了一种几何数据转换方法,并将其用于聚类数据挖掘中的隐私保护。实验结果表明该方法可以较好地实现数据挖掘应用中的隐私保护。; 关键词聚类数据挖掘隐私问题几何数据转换方法; Keywords Clustering Data Mining Privacy Issue Geometric Data Transfer Method; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于动态编程匹配的聚类序列数据挖掘算法被引量：3: 2; 作者曾铮; 机构信阳职业技术学院中国农业大学; 出处《计算机应用与软件》北大核心 2022年第11期257-263,323,共8页; 基金河南省高新技术领域科技攻关项目(142102210331)。; 文摘针对共现聚类挖掘算法忽略共现事件的发生顺序和时间间隔,且推理精度受限等问题,提出一种基于动态编程匹配的聚类序列数据挖掘算法。利用贝叶斯推理来推断时间间隔的概率密度函数从而提高对不确定性的鲁棒性,并且同时考虑了空间接近性和时间间隔接近性;利用动态编程匹配的思想来获取事件之间发生的内在关系,从而提高时间间隔概率密度函数的推断准确性。通过使用合成数据进行的实验,验证了该算法在不确定情况下良好的推理精度,并将该算法应用于燃料电池损伤分析中,其能够准确地确定损伤模式,进一步验证了算法的有效性。; 关键词共现聚类挖掘动态编程聚类序列数据挖掘概率密度函数损伤性分析; Keywords Co-occurrence clustering mining Dynamic programming Clustering sequence data mining Probability density function Damage analysis; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名云环境下基于群智能算法的大数据聚类挖掘技术被引量：9: 3; 作者刘云恒; 机构南京森林警察学院; 出处《现代电子技术》北大核心 2019年第9期65-67,71,共4页; 基金江苏高校品牌专业建设工程资助项目(PPZY2015A058) 中央高校基本科研业务费专项资金项目(LGYB201701)~~; 文摘云计算从分布式存储和分布式计算两个方面为大数据处理提供了强力的支持,并逐渐成为大数据挖掘的主流平台。但是在处理云平台中的大规模数据集时典型聚类挖掘算法存在一定不足,因此,提出一种基于群智能算法的大数据K-means聚类挖掘算法。首先对云计算Hadoop框架的存储数据能力和采用的Map Reduce计算模型进行分析,然后采用群智能算法对传统数据挖掘K-means聚类算法进行改进,解决其容易陷入局部最优问题。实验结果表明,相比加权K-means聚类算法,提出的改进算法表现出更好的聚类精度和运行速度,可以适用于大规模数据的聚类挖掘。; 关键词大数据聚类挖掘云计算模型分析聚类分析聚类算法设计算法优化聚类算法改进; Keywords big data clustering mining cloud computing model analysis clustering analysis clustering algorithm design algorithm optimization clustering algorithm improvement; 分类号 TN911.1-34 [电子电信—通信与信息系统] TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名云环境下基于群智能算法的大数据聚类挖掘技术被引量：11: 4; 作者郑琳张辉; 机构衡水广播电视大学; 出处《现代电子技术》北大核心 2020年第15期115-118,共4页; 文摘传统的大数据聚类挖掘技术由于迭代次数过多,使其并行效率下降,为此,设计云环境下基于群智能算法的大数据聚类挖掘技术。在云环境下采用群智能算法初始化聚类中心,计算数据密度参数及类间距离,根据计算结果更新聚类中心,输出距离最小的最优解即为最优划分聚类,设计并行化聚类挖掘,以输出的最优解为依据,完成大数据聚类挖掘。实验结果表明,在数据集相同的情况下,与传统的两种聚类挖掘算法相比,文中设计的云环境下的群智能算法的大数据聚类挖掘算法随着迭代次数的增加,依然保持较高的并行效率,没有出现下降的趋势,说明该算法适合应用在实际项目中。; 关键词大数据聚类挖掘云环境群智能算法数据挖掘并行化聚类挖掘数据密度计算; Keywords big data clustering mining cloud environment swarm intelligence algorithm data mining parallelization clustering mining data density calculation; 分类号 TN911.1-34 [电子电信—通信与信息系统] TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于数据流模糊聚类挖掘的入侵检测系统研究: 5; 作者李俊鹏王勇白焱李云杰; 机构空军工程大学航空航天工程学院; 出处《现代防御技术》北大核心 2013年第2期207-211,共5页; 文摘传统的基于数据挖掘入侵检测技术往往是基于静态数据的检测,随着网络速度的提高和网络流量的剧增,网络数据通常以数据流的形式出现。提出了一种作用于数据流的模糊聚类挖掘算法(SFCM),并且针对该算法提出了一种基于数据流模糊聚类的入侵检测系统,实验结果显示,该方法有较高的检测率和较低的漏报率和误报率。; 关键词数据流挖掘聚类算法基于数据流的模糊聚类挖掘算法(SFCM) 入侵检测; Keywords data stream mining clustering algorithm fuzzy clustering mining of data stream （SF- CM） intrusion detection; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术] TP273.4 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名郑州—洛阳地区史前连续文化聚落的K-means聚类挖掘研究被引量：7: 6; 作者毕硕本闾国年陈济民; 机构南京信息工程大学计算机学院南京师范大学地理科学学院黄河勘测规划设计公司测绘信息工程院; 出处《地理与地理信息科学》 CSCD 北大核心 2007年第5期48-51,共4页; 基金中国博士后基金项目(2005037743) 江苏省博士后基金项目(0501019B) 江苏省教育厅计划先导项目(05KJD170109); 文摘利用K-means聚类算法和GIS组件SuperMap Objects,开发了基于连续文化序列的空间数据挖掘系统,运用该系统对郑州—洛阳地区史前3个连续文化时期的聚落进行数据挖掘,提取聚落遗址群的聚类规则。通过对聚类规则的分析可知,在仰韶文化后期和龙山文化时期,那些靠近聚落群中心且面积较大的高等级聚落,在位置和交通方面都具有很大的优越性,具备中心聚落的特点,成为中心聚落的潜力大,有发展成为王都的趋势。; 关键词空间数据挖掘K-means聚类聚落考古连续文化; Keywords spatial data mining K-means clustering settlement archaeology continuous culture; 分类号 P208 [天文地球—地图制图学与地理信息工程] K854.1 [历史地理—考古学及博物馆学]; 在线阅读下载PDF 职称材料

题名改进的k-平均聚类算法研究被引量：50: 7; 作者孙士保秦克云; 机构西南交通大学智能控制开发中心; 出处《计算机工程》 CAS CSCD 北大核心 2007年第13期200-201,209,共3页; 基金国家自然科学基金资助项目(60474022); 文摘聚类算法的好坏直接影响聚类的效果。该文讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种基于加权改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度。实验证明,用该方法实现的数据聚类与传统的基于平均值的方法相比较,能有效提高数据聚类效果。; 关键词聚类算法 k-平均权聚类数据挖掘; Keywords cluster algorithm k-means weights cluster data mining; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种改进的k-means聚类算法在入侵检测中的应用被引量：7: 8; 作者尹珧人王德广; 机构大连交通大学软件学院; 出处《科学技术与工程》 2008年第16期4701-4705,共5页; 文摘讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度。实验证明,用该方法实现的数据聚类与传统的基于平均值的方法相比较,能有效提高数据聚类效果以及入侵检测的准确度。; 关键词入侵检测聚类算法 k-平均聚类数据挖掘; Keywords intrusion detection cluster algorithm k-means cluster data mining; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种可扩展式三维医学可视化系统的设计与实现被引量：1: 9; 作者黎新伍; 机构江西财经大学电子商务系; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z1期771-773,共3页; 文摘在分析可视化系统的功能和特性的基础上,设计并实现了一种三维医学数据场可扩展式可视化系统。首先根据医学图像的具体特征,系统设计了一系列预处理方法;随后提出了基于特征区域提取的分割算法和采用数据挖掘聚类方法等对三维数据场直接分割,并提出采用了二级排序体元块投射等体绘制算法。最后给出的实现效果图表明系统能够在PC机上实现对三维医学数据场方便和有效地绘制与管理。; 关键词可扩展式可视化系统医学图像特征特征区域分割数据挖掘聚类排序体元块; Keywords extendable visualization system characteristics of medical image feature region Segmentation data mining clustering sorted voexl block; 分类号 TH7-55 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	聚类挖掘中隐私保护的几何数据转换方法	黄伟伟柏文阳	《计算机应用研究》 CSCD 北大核心	2006	7	在线阅读下载PDF 职称材料
2	基于动态编程匹配的聚类序列数据挖掘算法	曾铮	《计算机应用与软件》北大核心	2022	3	在线阅读下载PDF 职称材料
3	云环境下基于群智能算法的大数据聚类挖掘技术	刘云恒	《现代电子技术》北大核心	2019	9	在线阅读下载PDF 职称材料
4	云环境下基于群智能算法的大数据聚类挖掘技术	郑琳张辉	《现代电子技术》北大核心	2020	11	在线阅读下载PDF 职称材料
5	基于数据流模糊聚类挖掘的入侵检测系统研究	李俊鹏王勇白焱李云杰	《现代防御技术》北大核心	2013	0	在线阅读下载PDF 职称材料
6	郑州—洛阳地区史前连续文化聚落的K-means聚类挖掘研究	毕硕本闾国年陈济民	《地理与地理信息科学》 CSCD 北大核心	2007	7	在线阅读下载PDF 职称材料
7	改进的k-平均聚类算法研究	孙士保秦克云	《计算机工程》 CAS CSCD 北大核心	2007	50	在线阅读下载PDF 职称材料
8	一种改进的k-means聚类算法在入侵检测中的应用	尹珧人王德广	《科学技术与工程》	2008	7	在线阅读下载PDF 职称材料
9	一种可扩展式三维医学可视化系统的设计与实现	黎新伍	《仪器仪表学报》 EI CAS CSCD 北大核心	2006	1	在线阅读下载PDF 职称材料