排序方式: 共有91条查询结果,搜索用时 0 毫秒
1.
针对大数据智能分类效率低、占用率较高的问题,提出了一种云计算下低占用率大数据智能分类方法,采用贝叶斯算法构建智能分类模型,使其后续分类时通过朴素贝叶斯智能分类器可以将容错率降到最小,并构建压缩函数及选择特征使其能够和源数据之间的区分程度相同的,对智能分类模型进行训练,通过训练后的分类模型对源数据进行特征分类,最终完成云计算下大数据智能分类的目的 .仿真结果表明,使用改进方法对大数据分类,其计算过程简单、空间占用率较低,能够有效的缩短数据分类时间,鲁棒性较强. 相似文献
2.
3.
针对现有的贪婪方法不能有效处理拓扑结构中链路故障的问题,提出单链路故障和多链路故障本地化恢复策略。首先,通过利用克莱因伯格的贪婪嵌入给出单链路故障恢复策略;然后,将其扩展到多链路故障的情况;最后,在基于Python/C++的仿真环境下对提出的技术进行评估。实验结果表明,该技术仅需要非常有限的资源,且造成的路由质量损耗也有限,可以实现快速切换,可依网络生成树中链路数目扩展。该技术的可扩展性、简单性和低开销使其适合于大型网络。 相似文献
4.
5.
针对现有多标签数据集转换方法无法有效利用标签间的语义相关性和共现性知识, 以及转换得到的数据集相对于问题规模偏小等问题, 提出了一种新的多标签数据集转换方法RAPC-W(ranking by all pairwise comparision based WordNet)。该方法将标签对从原来的两对扩展到四对, 增加了划分后数据集的规模。另外, 引入了外部数据源WordNet, 较好地考虑了标签语义相关性和共现性知识, 一定程度上过滤掉了语义不相关的标签组合, 更好地保留了原始数据集的信息, 降低了噪声数据集对基分类器训练的不良影响。在UCI知识库提供的Yeast和Letter数据集以及KEEL提供的Emotion、Genbase数据集上的一系列实验结果表明, 该方法是有效可行的。 相似文献
6.
7.
基于近似密度函数的医学图像聚类分析研究 总被引:7,自引:0,他引:7
针对医学图像数据难以用数学模型来表述和聚类的问题,提出一种基于近似密度函数的医学图像聚类分析方法.该方法采用核密度估计模型来构造近似密度函数,利用爬山策略来提取聚类模式.基于真实的人体腹部医学图像数据集的实验结果表明,该方法可以取得较好的聚类效果. 相似文献
8.
一种新的关联规则增量式更新算法 总被引:8,自引:0,他引:8
首先提出了一个新的概念-后备频繁项目集,其次给出了一种新的增量式更新算法NEWFUP,最后介绍了在某中小型商业企业的事务数据库中该算法的实现。 相似文献
9.
数据表的k-匿名化(k-anonymization)是数据发布环境下保护数据隐私的一种重要方法,在此基础上提出的(,)-匿名模型则是有效的个性化隐私保护方法,泛化/隐匿是实现匿名化的传统技术,然而该技术存在效率低,信息损失量大等缺陷。针对上述问题,引入有损连接的思想,提出了基于贪心策略的(,)-匿名聚类算法,该方法通过准标识符属性和敏感属性间的有损连接来保护隐私数据。实验结果表明,与泛化/隐匿方法相比,该方法在信息损失量和时间效率上具有明显的优势,可以获得更好的隐私信息保护。 相似文献
10.