欧阳为民

作品数：9被引量：31H指数：3
导出分析报告
供职机构：上海大学计算机工程与科学学院更多>>
发文主题：数据挖掘聚类K-MEANS聚类分析动态聚类算法更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机应用》《计算机工程与设计》《计算机工程与应用》《计算机应用与软件》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1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于隐Markov模型的文本分类被引量：5
《计算机工程与应用》2007年第30期179-181,227,共4页罗双虎 欧阳为民 
把基于序列模型的隐Markov模型引入文本分类领域。把待分类文本描述成一系列状态演化的隐Markov过程,其中状态以特定的概率产生代表文本的特征项。用序列模式来描述文本类,文本序列通过与隐Markov模型的匹配,求出其对应状态序列和最大...
关键词：隐马尔可夫 文本分类 序列模型 
搜索引擎查询日志中的聚类算法研究被引量：1
《计算机应用与软件》2007年第3期145-147,共3页勾海波 欧阳为民 徐春荣 
近年来,随着网络数据挖掘技术的迅猛发展,如何从搜索引擎查询日志中找到有用的信息成为一个重要的研究方向。首先详细讨论了Beeferman提出的针对搜索引擎查询日志的凝聚式聚类算法以及噪声数据对该算法的影响,指出了Chan的改进算法中的...
关键词：网络数据挖掘 搜索引擎查询日志 聚合式聚类 
基于数据挖掘的自适应异常分析被引量：4
《计算机工程与设计》2007年第2期264-266,共3页祝万涛 欧阳为民 辛洪亮 
正常用户行为活动是随时间变化的,一个异常分析系统要能适应这种变化更新正常行为模型,避免误报警。对增量更新算法进行了研究,使用线性回归的方法对相似度进行估计,如果实际相似度与估计值差值大于某个阈值,则产生报警;否则采用改进的...
关键词：异常检测 自适应 数据挖掘 增量挖掘 关联规则 
Web文本分类及其阻塞减少策略被引量：1
《计算机应用与软件》2007年第1期58-60,128,共4页徐春荣 欧阳为民 勾海波 
W eb挖掘中,根据内容对W eb文档进行分类是至关重要的一步。在W eb文档分类中一种通常的方法是层次型分类方法,这种方法采用自顶向下的方式把文档分类到一个分类树的相应类别。然而,层次型分类方法在对文档进行分类时经常产生待分类的...
关键词：数据挖掘 WEB挖掘 分类 
面向审计的严格约束的序列挖掘算法
《计算机应用》2006年第3期630-634,共5页辛鸿亮 欧阳为民 祝万涛 
网络安全审计数据具有很强的时间特征。提出了面向审计基于SPAD算法的严格约束的序列挖掘快速算法(Sequence mIning with Strict Constraints,SISC),它充分利用了序列数据的时间和属性相关的特征指导挖掘,并使用严格的属性模式裁减概念...
关键词：数据挖掘 序列挖掘 安全审计 概念格 
智能交通数据分析系统的设计与实现被引量：3
《计算机工程与应用》2005年第28期207-210,共4页徐春荣 欧阳为民 勾海波 吴师鹏 
智能交通系统已经成为21世纪交通运输体系的发展趋势,其实质是对交通信息的分析、共享和综合利用。通过对智能交通系统采集的初始交通信息进行预处理可以为智能交通系统中数据分析的正确性和可靠性提供保证。本文在分析采集自上海市交...
关键词：数据分析 数据预处理 饱和度 拥塞程度 系统设计 
基于图的数据挖掘在入侵检测系统中的应用
《计算机工程与设计》2005年第6期1651-1653,共3页吴师鹏 欧阳为民 陈宁宇 徐春荣 
网络入侵检测系统(IDS)是保障网络安全的有效手段,但目前的入侵检测系统仍不能有效识别新型攻击。根据国内外最新的图数据挖掘理论,设计一个特征子图挖掘算法,并将其应用到入侵检测系统中。该算法挖掘出正常的特征子结构,与之偏离的子...
关键词：图 数据挖掘 网络安全 入侵检测 
一种基于划分的动态聚类算法被引量：16
《计算机工程与设计》2005年第1期177-179,229,共4页万志华 欧阳为民 张平庸 
聚类分析是数据挖掘的一个重要研究分支,已经提出了许多聚类算法,划分方法是其中之一。划分方法的缺点是要求事先给定聚类结果数,对初始划分和输入顺序敏感等。为克服这些缺陷,以划分方法为基础,提出了一种基于划分的动态聚类算法。该...
关键词：聚类分析 数据挖掘 划分方法 K-MEANS 
基于密度的购物篮数据聚类方法被引量：1
《计算机工程与设计》2005年第1期180-181,184,共3页张平庸 欧阳为民 万志华 
在现有的算法DBSCAN基础上,提出一种基于密度的处理购物篮事务数据的聚类方法-DCMBD(density-based clustering for market basket data)。使用了一种新的事务表示法,解决了购物篮数据的高维性和稀疏性问题。并对算法进行 了相应的改进...
关键词：聚类 购物篮数据 数据挖掘 算法DBSCAN 
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