舒平达

作品数：3被引量：2H指数：1
导出分析报告
供职机构：宁波大学更多>>
发文主题：数据流数据挖掘频繁项集多时间粒度频繁项集挖掘算法更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机工程与应用》《计算机应用与软件》《宁波大学学报（理工版）》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种提高文本检索准确性的关联方法
《计算机应用与软件》2010年第5期1-2,23,共3页施侃晟 刘海涛 舒平达 
国家自然科学基金(60373000)
文本检索就是从文本集中发现与用户查询相关的文本的过程。传统的基于查询似然检索模型没有考虑词项之间内在关系和外在共现关系。针对这些缺点,分别提出新关联方法分别予以解决。最后,通过实验对比证明新方法在查询精度上有了明显的提...
关键词：文本检索 统计语言模型 查询似然 
数据流上最近频繁项集挖掘算法被引量：1
《计算机工程与应用》2009年第18期152-155,共4页舒平达 陈华辉 
数据流频繁项集挖掘是指在数据流中找出出现频数大于给定的最小支持度的项集过程。随着一些新兴应用如传感器网络、网络监控等的出现,数据流中频繁项集挖掘引起了很大的重视。提出了一种新颖的数据流频繁项集挖掘算法RFIF。不同于现有算...
关键词：数据流 数据挖掘 频繁项集 
支持多时间粒度的数据流上最频繁K项挖掘被引量：1
《宁波大学学报（理工版）》2009年第4期500-505,共6页舒平达 陈华辉 
数据流最频繁K项挖掘是指在数据流中找出K个项,它们的支持数大于数据流中的其他项.已有的一些算法只能挖掘整个数据流的频繁K项,而无法找出距离最近的任意时间段内的最频繁K项.因此,提出一种基于多层概要结构的数据流最频繁K项挖掘算法M...
关键词：数据流 数据挖掘 最频繁K项 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部