排序方式: 共有15条查询结果,搜索用时 78 毫秒
1.
在交易数据库的挖掘研究中,模式未来行为的预测已成为用户关注的焦点。通常是通过分析和挖掘历史交易数据库中的数据得到模式未来行为——频繁出现程度,以便帮助用户决策。为解决这类问题,设计一个基于回归法的算法挖掘一类新模型超期望模式。实验结果表明这种模式在模式评价和模式预测方面很有效,它同时为减少冗余规则提供了一种可行的方法。 相似文献
2.
研究了GSM协议中的无线资源管理部分,空闲模式下的MS包括蜂房选择、重选择过程,以及相关的PLMN选择、位置注册。初始化接入过程描述了MS从空闲模式到专用模式的转换。专用模式下的MS不仅对服务蜂房的无线链路实时地进行检测,还要试图同步临近蜂房,并检测其无线接收电平。当无线链路失败后,MS可能在临近蜂房呼叫重建立,或切换到其他的蜂房内。 相似文献
3.
4.
以交集型歧义字段为研究对象,考察包含交集型歧义字段的句子及其所在的文档,挖掘歧义字段从前切分或从后切分所得结果在文档中的支持度.根据支持度构造切分方式的判别因子,获取交集型歧义字段的切分方式.实验证实该方法可行,并在歧义消解上具有一定的发展潜力. 相似文献
5.
专家系统中知识库的物理组织方法 总被引:1,自引:0,他引:1
论述了专家系统中知识库的组织原则,在对计算机上如何实现知识库的物理组织问题,提出可以采用顺序文件索引文件,多重链接表文件倒排文件及排列文件等方法来组织知识库,并用Prolog编制了相应的程序。 相似文献
6.
阐述了关联规则挖掘对象事务数据库的特性,对关联规则挖掘的关键问题频繁项集的几种挖掘方法:Aptiori算法、最大频繁项集的挖掘算法、基于频繁链表的频繁项集挖掘算法作了分析研究,并指出了频繁项集挖掘算法优化的必要途径。 相似文献
7.
Apriori算法的复杂性研究 总被引:1,自引:0,他引:1
介绍关联规则挖掘及Apriori算法,分析事务数据库的特性及Apriori算法的复杂性,指出频繁项集挖掘算法的优化途径. 相似文献
8.
阐述了关联规则挖掘对象事务数据库的特性, 对关联规则挖掘的关键问题频繁项集的几种挖掘方法:Apriori算法、最大频繁项集的挖掘算法、基于频繁链表的频繁项集挖掘算法作了分析研究,并指出了频繁项集挖掘算法优化的必要途径 相似文献
9.
代价敏感学习算法的目的是最小化各种代价总和,与其他学习算法一样,它必须面对过度拟合这个挑战性问题,即分类器可以较好地拟合训练数据,但对测试或实际数据的效果较差.针对代价敏感学习的这些缺点,提出两个克服过度拟合的策略.第一个滤波技术策略针对TCSDT分类建立,滤波后的概率估计值被用于对每个分离属性的潜在误分类代价计算,并延缓潜在大误分类代价的分离属性的优先选择,最后,采用交叉验证方法决定m的值.第二个策略与基于标准错误的Laplace剪枝方法不同,阈值剪枝采用一个预先定义的阈值集合(跟代价有关)来确定决策树的一个叶节点是否被剪除.这两策略可独立或联合用于避免TCSDT分类的数据过度拟合.实验表明,所提出的两算法不但在代价敏感学习中有优势,在非代价敏感学习也具有优势,可以有效地减弱过度拟合,有很强的健壮性,UCI数据集实验结果显示算法的拟合能力平均优于存在方法10%以上. 相似文献
10.
文本分类技术是文本信息处理的核心技术之一,主要包括文本的向量模型表示、文本特征选择和分类器训练三大过程.本文提出了一种混合(EIBA+DHChi2)特征选择算法,并将所获取的特征作为软集合理论中的参数集进行文本分类,从而建立了一种新的基于软集合理论的文本分类技术.实验表明查准率与查全率比原有算法都有所提高,说明新的基于... 相似文献