何艳珊

作品数：2被引量：8H指数：2
导出分析报告
供职机构：兰州大学信息科学与工程学院更多>>
发文主题：并行化SVM多变量支持向量机GROWTH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1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种简单有效的并行化频繁项集挖掘算法被引量：2
《微计算机信息》2010年第18期147-149,共3页金桃 何艳珊 宋伟国 岳敏 
频繁项集挖掘,作为数据挖掘的一项基本任务,自提出以来就受到计算机科学理论研究的广泛重视。当前很多数据挖掘算法在处理大型数据集时的运行时间无法预计并且不可接受,这也是当前频繁项集挖掘领域遇到的一个主要挑战。本文提出一种简...
关键词：频繁项集 数据挖掘 并行化 FP—Growth 负载平衡 
基于SVM的多变量股市时间序列预测研究被引量：6
《计算机应用与软件》2010年第6期191-194,209,共5页金桃 岳敏 穆进超 宋伟国 何艳珊 陈毅 
目前在股市时间序列预测中,大多数采用单变量时间序列预测算法,导致预测准确度不够高。提出采用基于支持向量机SVM(Support Vector Machines)的多变量股市时间序列预测算法,来提高预测准确度。SVM训练算法中,合适的参数可以使训练模型...
关键词：支持向量机 回归 多变量 交叉验证 并行 
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