增量式算法相关论文
本文利用集成学习算法来解决辐射源识别问题,针对分类器设计过程中常见的特征选择、信噪比变化、新辐射源样本这三个问题,给出了相......
图的支配集及其扩展是图论中的经典组合优化问题,在优化理论、城市交通路线规划、通信等领域中有广泛应用。然而,最小支配集及其扩......
电厂SIS实时/历史数据库中储存着大量机组运行历史数据,这些数据背后蕴含着关于机组经济运行的客观规律,利用数据挖掘技术从大量历......
粗糙集理论是一个有效的数据挖掘方法，正越来越被人们所重视。其主要思想是保持分类能力不变的情况下，利用等价类，通过约简，达到发掘知......
决策树是应用最广泛的数据挖掘方法之一,研究的重点围绕数据处理的准确率、效率及数据降维等方面,增量式学习能力也是决策树算法的......
非负矩阵分解方法是一种近年来被广泛研究的降维方法,现有的非负矩阵分解算法在应用于问题规模逐渐增大的情形时,运算规模随之增大......
随着信息技术的发展,产生了大规模的网络数据,这为进行大规模的网络分析研究提供了充足的数据。近几年网络挖掘的研究迅速崛起,并......
摘 要： 医疗诊断与预测因数据量太大而需要流式存储，使得频繁项集挖掘出现耗时大，效率低下等问题。以解决这些问题为目的，研究了一种改......
从 Rough set理论出发 ,讨论在新增数据时 ,新数据与已有规则集的关系、属性约简以及值约简的变化规律 .并在此基础上提出一个新的......
数据挖掘是近年来数据库领域中出现的一个新兴研究热点,它是从数据库的大量数据中提取隐含的、未知的、具有潜在价值的信息和知识......
为了解决数据集更新时孤立点增量发现问题,提出一种基于密度近邻的增量式孤立点发现算法.当数据集更新时,该算法在确定出受影响的......
粗糙集方法是一种处理不确定或模糊知识的重要工具.传统的粗糙集模型对最简规则集的研究都是针对静态数据的,对于动态数据却显得无......
在序列模式的分层算法框架下,从理论上分析并讨论了数据集的渐进性和算法参数的相似性为增量式挖掘带来的启发信息,提出了增量式挖......
知识约简是ＫＤＤ（数据库中的知识发现）中的重要步骤，在粗糙集合理论中，对属性约简原理和方法有专门的论述，许多学者对约简长法进行研究，但是，这......
研究目前粗糙集中求属性核和属性约简存在的效率低下问题,提出基于改进差别矩阵的核增量式更新算法,用于解决对象动态增加情况下核......
本文对数据成时间序列的动态决策表,用增量式算法提取决策表的规则模型.增量式算法的关键点是在分类正确率和相容度下对属性集进行......
信息技术的高速发展激发了用户个性化的信息需求。文章提出构建符合高校图书馆服务对象群体特征的个性化主动知识信息推送系统．运用......
提出了一种增量式模糊聚类技术的改进算法，该算法仅对新增数据计算相似系数而直接聚类，其结果和动态聚类算法相同；该算法较好地解决了......
...
粗糙集方法是一种处理不确定或模糊知识的重要工具。传统的粗糙集模型对最简规则集的研究都是针对静态数据的，对于动态数据却显得无......
基于模糊最小二乘支持向量机和在线学习算法,提出了一种模糊最小二乘支持向量机的增量式算法。传统最小二乘支持向量机引入模糊加......
为解决多数据源挖掘隐私保护问题,文章采取按相似度分类多源数据库及其增量数据库,利用原始数据库挖掘结果和增量数据库分析结果进......
知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础,首先给出了在新实例加入论域后判断约简变化与否以及判......
从Rough set理论出发,讨论在新增数据时,新数据与已有规则集的关系、属性约简以及值约简的变化规律.并在此基础上提出一个新的基于......
金属玻璃具有许多独特性能,有着广泛的应用前景,晶化过程对金属玻璃的特性有重要影响.因此提出了一种基于小波变换和AR-ILSSVM金属......
知识约简是粗糙集理论中的重要研究内容之一。由于静态分布约简算法不适应处理快速增长的信息系统,时间开销过大。通过研究新增对......
增量式支持向量机学习算法是一种重要的在线学习方法。传统的单增量支持向量机学习算法使用一个数据样本更新支持向量机模型。在增......
在序列模式的分层算法框架下，从理论上分析并讨论了数据集的渐进性和算法参数的相似性为增量式挖掘带来的启发信息，提出了增量式挖掘......
传统社区发现算法基本上属于静态的分析算法,其计算复杂性使其难以适应目前网络结构的频繁变化。为了改善静态算法的这一局限性,通......
k-近邻(KNN)算法是一种有效的多分类算法,它具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是它有两个主要缺点,一是算......
随着科学技术尤其是互联网技术的发展,各个领域获取的数据和信息都在爆炸式增长,形成了庞大的数据库。海量的数据远远超越了人工分......
根据分块矩阵计算公式和支持向量机核函数矩阵本身特点，在增量式最小二乘支持向量机算法的基础上，通过引入剪枝方法改善最小二乘支持......
数据流分析是编译器中的重要部分,而增量式分析在程序开发环境和过程间优化编译器中有着相当实用的价值.当程序发生变化时,它可以......
介绍水厂自动加氯控制系统的控制算法及实现方法,并就系统的可靠性进行分析,控制成品水余氯值基本稳定,提高水质,降低运行成本.......
在面向差别矩阵的约简算法思想的基础上,定义一种新的带权差别集合（WDS）模型,并提出了高效更新带权差别集合的算法,分析了该更新算法......
新对象添加到决策表后,已有的属性约简将会发生改变,需要对其动态更新。为此,首先给出简化决策表和简化差别矩阵的定义,并证明了基......
被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一。从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特......
在传统的Apriori关联规则挖掘算法分析基础上，针对目前多最小支持度和增量式关联规则挖掘的局限性，提出基于多最小支持度的增量式关......
已有的基于差别矩阵的属性约简算法时空复杂度高,并且大多数主要是针对决策表(或信息系统)不变的情况,关于属性约简的增量式更新算......
基于电源线／地线网络（P／G网）分析中的局域性，针对P／G网中大量存在的树状与链状强连接，提出了一种带预处理的增量式统计分析方法，包括三个步......
针对现有的非负矩阵分解算法在应用于问题规模逐渐增大的情形时，运算规模随之增大、空间和时间效率不高的情况，提出一种增量式非负矩......
为提高编译器的自适应性,以应对复杂的体系结构,提出一个结合迭代编译和机器学习的编译框架。编译器可将在优化空间中搜索到的最佳......
关联规则挖掘是数据挖掘较早研究的一个重要分支，分层搜索算法则是关联规则挖掘研究的热点内容。目前数据库技术已经渗透到许多工业......
维数约减是处理多维数据的一个重要步骤,是机器学习中的一个重要研究课题,尤其是非线性维数约减技术已经成为机器学习中的一个研究......
属性约简是Rough集理论的核心内容之一,计算所有的属性约简已经被证明是NP完全问题.在深入研究Rough集理论的基础上,仔细分析了对......
数据库动态变化后,会使原有的一些规则无效,同时又会加入一些新的规则.重新挖掘费时费力,通常采用增量式挖掘来解决这一问题.对于......
本文提出一种不基于等价关系的等价类,也不基于准等价关系的"后继邻域"、"前继邻域"、"上继邻域"、"下继领域"的新Rough集定义.并......
