DBSCAN算法中参数自适应确定方法的研究

在DBSCAN算法中需要人工输入Eps和MinPts两个参数,因而聚类过程需要用户的干预才能进行,导致聚类结果的准确度直接取决于用户对参数的选择。鉴于此,本研究提出了一种新的Eps和MinPts参数的确定方法,避免了聚类过程中的人工干预,实现了聚类过程的全自动化。理论分析和实验结果表明,该方法能够选择合理的Eps和MinPts参数并得到较高准确度的聚类结果。     

如何加强施工企业的科技创新管理

随着城市建设的迅猛发展,工程项目的施工难度和复杂性进一步加大,施工企业间的对工程项目的质量、安全、环保、工期及施工工艺等方面提出了更高的要求,市场竞争更加激烈.施工企业只有坚定不移地实施科技兴企的战略,加强企业科技创新管理,才能不断提高企业的技术水平,进而增强企业的核心竞争力.在此,笔者就如何加强施工企业的科技创新管理谈几点个人的看法,希望能与广大同行其同探讨.     

如何加强施工企业的科技创新管理

随着城市建设的迅猛发展，工程项目的施工难度和复杂性进一步加大，施工企业间的对工程项目的质量、安全、环保、工期及施工工艺等方面提出了更高的要求，市场竞争更加激烈。施丁企业只有坚定不移地实施科技兴企的战略，加强企业科技创新管理，才能不断提高企业的技术水平，进而增强企业的核心竞争力。在此，笔者就如何加强施工企业的科技创新管理谈几点个人的看法，希望能与广大同行其同探讨。     

基于频繁模式的选择性集成

针对集成学习方法在处理大规模数据集时具有计算复杂度高、基分类器数目多、分类精度不理想的问题,提出一种基于频繁模式的选择性集成算法. 该算法利用频繁模式挖掘的原理,将未剪枝的集成分类器和样本空间映射为事务数据库,并利用布尔矩阵存储分类结果,然后从中挖掘频繁基分类器组成最终的集成分类器,达到选择性集成的目的. 实验结果表明,与集成分类算法Bagging、AdaBoost、WAVE 和RFW 相比,该算法减小了集成分类器的规模,提高了集成分类器的分类精度和分类效率.