排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
为了有效挖掘一阶谓词逻辑规则,提出了一种基于基因表达式编程(GEP)技术的挖掘算法:PHVB算法.提出了规范一阶谓词规则概念;设计了量词隐含、变元绑定策略,将一阶谓词规则挖掘问题转化为GEP算法能够解决的形式;提出了基于GEP的一阶谓词逻辑规则挖掘算法PHVB算法.实验结果表明,采用PHVB算法可以有效发现一阶谓词关联规则. 相似文献
2.
DoS攻击检测是入侵检测系统中的重要课题,针对这一亟待解决的问题,综合数据挖掘技术、分形技术和通信流分类技术,分析现有基于网络的DoS攻击检测方法的不足,提出基于熵的属性分类挖掘方法和基于分形维的DoS攻击检测算法FDD-DoS,FDD-DoS算法分为训练和检测两个阶段,在训练阶段,首先获取到达服务器的通信流,通过计算得到分类后通信流的分形维数值和偏差阈值。在检测阶段,FDD-DoS实时计算通信流的分形维,如果偏差小于训练阶段得到的阈值,则修改分形维值(学习进化的过程),否则,可判定发生了DoS攻击。在实际网络环境cs.scu.edu.cn上对FDD-DoS算法进行了连续8周的测试,利用训练结果,并模拟DoS攻击,试验证明该算法能有效检测DoS攻击。 相似文献
3.
基于基因表达式编程的频繁函数集挖掘 总被引:11,自引:1,他引:11
函数挖掘旨在从观测数据中发现有效的函数关系,传统的函数挖掘以发现单个函数为挖掘目标,难以处理复杂数据集.为解决上述问题,作者做了如下工作:(1)提出了描述能力更强的频繁函数集FFS概念;(2)提出并实现了基于基因表达式编程的频繁函数集挖掘算法FFSM(3)在GEP中采用了精度阈值队列策略PTQ,有效地提高了FFSM的成功率;(4)用实验证实了FFS更强的描述能力和PTQ的有效性,其中,在挖掘高精度复杂函数时PTQ使FFSM的成功率提高了55倍. 相似文献
4.
作为数据挖掘中的经典算法,k-中心点算法存在效率低、对大数据集适应性差等严重不足.该文针对这一不足,提出并实现Hash分层模型LCHS(Linear Clustering Based Hash Sampling),主要贡献包括:(1)将m雏超立方体按等概率空间进行分桶,使得每层(即Hash桶)的数据个数相近,以较小的计算代价获得分层抽样的效果;(2)新算法保证了样本具有对总体数据的充分的统计代表性;(3)从理论上证明了新算法复杂度为O(N);(4)对比实验表明新算法在数据集的个数接近10000时,效率比传统算法提高2个数量级,数据集的个数接近8000时,聚类质量比CLARA算法提高55%. 相似文献
5.
6.
7.
8.
9.
10.
多维数据立方(Cube)的计算对联机事务分析有着极为重要的作用。本文针对传统的多维数据Cube计算中的不足,提出了一种新的基于依赖树的多维数据Cube计算模式,并对该计算模式提出了优化算法。实验表明,新的算法提高效率一个数量级以上。 相似文献