基于空间相邻关系的GML点对象离群检测算法

提出了一种基于空间相邻关系的点对象离群检测算法SAOD（Space Adjacent Relations Based GML Point Outlier Detection Algorithm）．利用空间相邻关系作为空间点对象的相似度度量准则,得到相似度矩阵,从而挖掘GML中的离群点对象．实验结果表明,SAOD算法能有效地检测GML中的离群点对象并且具有较高的效率．     

结合切空间及特征空间校准的增量流形学习正则优化算法

高维流式大数据的产生与发展对传统机器学习和数据挖掘算法提出了诸多挑战。本文结合流式大数据流式到达的特性,首先建立自适应增量特征提取算法模型。然后,针对噪声环境,建立基于特征空间校准的增量流形学习算法模型,解决小样本问题。最后,构造流形学习的正则化优化框架,解决高维数据流特征提取过程中产生的降维误差问题,并得到最终的最优解。实验结果表明本文提出的算法框架符合流形学习算法的3个 评价指标：稳定性、提高性以及学习曲线能迅速增加到一个相对稳定的水平;从而实现了高维数据流的高效学习。     

蚁群算法求解TSP综述

蚁群算法是一种群智能算法,可用于求解图模型最优化路径的计算问题.它于1992年由Dorigo M.提出,借鉴蚂蚁在蚁群与食物之间寻找最短路径.本文集中讨论了几种典型的求解旅行商问题的蚁群算法扩展,讨论其相应的优缺点,并对其学术与工业的应用领域与合理发展进行了总结与展望.     

基于平行坐标的关联规则可视化新技术

详细讨论了用于关联规则可视化的几种常用技术,分析了各自的优缺点。提出了关联规则可视化的一种新方法ARVir,该方法巧、妙地利用平行举标技术的思想,对原有的可视化技术进行改进,能够解决当前关联规则可视化技术中普遍存在的界面紊乱、产生歧义等多种问题。利用Java3D技术实现了基于ARVir的关联规则可视化系统原型,实验表明该系统不仅能够有效地显示大量关联规则,而且用户可以给定约束条件对挖掘结果进行过滤。     

联机分析处理技术在股票数据分析中的应用研究

讨论联机分析处理技术及其在股票交易中的应用 ,介绍一个股票交易数据分析系统的结构模型、设计思想及实现技术     

基于粗集方法入侵检测系统中的安全规则的挖掘

针对入侵检测系统中安全规则提取的困难,该文提出了利用粗集方法从系统日志审计信息中挖掘安全规则,并给出了规则挖掘算法。通过KDD CUP 1999入侵数据测试集中的数据验证了该方法的有效性和可行性,为入侵检测中安全规则的提取提供了一种新方法。     

基于关联理论视角的结对编程及学习模式

针对计算机和软件工程专业学生在结对编程实践中的结对效率问题,运用关联理论分析结对交流模式和关键环节,提出结对交流过程中的干预策略和监督机制的实现模型,阐述监督机制中的监督指标、干预条件和事后分析。     

高等师范院校的计算机教育创新

<正>为进一步加强全国高等师范院校计算机及相关专业的教学研讨与学术交流,全国高等师范学校计算机教育研究会于2010年10月组织召开全国高等师     

离群数据挖掘方法研究

离群数据挖掘是数据挖掘技术的重要研究领域之一。在简单介绍了离群数据挖掘的产生背景及研究意义后,对几种主要的离群数据挖掘方法进行了简单的阐述,详细论述了基于距离的离群数据挖掘算法和基于密度的离群数据挖掘算法,希望能为离群数据挖掘的研究者提供借鉴。     

一种增量式Bayes文本分类算法

文本自动分类是数据挖掘和机器学习中非常重要的研究领域 .针对难以获得大量有类标签的训练集问题 ,提出了基于小规模标注语料的增量式Bayes文本分类算法 .该算法分两种情况处理 :第一种情况是新增样本有类标签 ,可直接重新计算样本属于某类别的条件概率 .第二种情况是新增样本无类标签 ,则利用现有分类器为其训练类标签 ,然后利用新样本来修正分类器 .实验结果表明 ,该算法是可行有效的 ,比Na veBayes文本分类算法有更高的精度 .增量式Bayes分类算法的提出为分类器的更新提供了一条新途径