首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
针对分水岭算法过分割现象,提出一种综合分水岭算法、中值过滤算法和归一化割算法的改进算法;该算法首先应用改进型的中值过滤算法对图像进行适当的除噪;然后通过分水岭变换对图像进行了初步分割,最后使用归一化割算法进行图像精度分割;算法集合了分水岭算法、中值过滤算法及归一化割算法的优点,既较好地解决了分水岭算法中过度分割的问题,又降低了归一化割算法的时间复杂度;实验结果表明该算法是一种切实可行的图像分割方法。  相似文献   

2.
模式匹配算法是入侵防御系统中检测引擎的核心算法,模式匹配算法的效率决定了入侵防御系统的性能。本文对模式匹配算法进行了研究,重点分析了多模式匹配算法Wu-Manber算法,并针对Wu-Manber算法存在的不足,提出了Wu-Manber算法的改进算法。  相似文献   

3.
朱永红 《微机发展》2007,17(1):123-124
聚类算法是数据挖掘的核心技术。介绍了几类主要的传统聚类算法,给出了每类算法的基本概念、基本原理、各类表示聚类的算法以及这些算法的特征。然后再提出了一种新的聚类算法———覆盖聚类算法,给出了该算法的具体步骤,并对模糊聚类算法和该算法用实验的方式进行比较,证明了覆盖聚类算法的可行性和有效性。最后分析了当前聚类算法存在的问题和发展方向。  相似文献   

4.
分析引擎是入侵检测系统的核心部分,一个好的模式匹配算法直接决定了入侵检测系统分析引擎的效率。本文对几种经典的模式匹配算法如:BM算法,BMH算法以及BMHS算法等经典算法进行了研究和分析,比较了几种算法的优劣。最后在BMHS算法的基础上提出一种改进的算法,该算法可以有效提高入侵检测系统的检测速度。  相似文献   

5.
针对FCM算法的缺点,提出了一种基于改进的FCM的增量式聚类方法。该算法首先对模糊C均值算法进行加权,并将权系数归一化,然后将改进的算法与增量式聚类算法结合。改进的方法既提高了FCM算法的性能,避免了FCM算法的缺陷,并能够实现增量式聚类,避免了大量的重复计算,并且不受孤立点的影响。实验表明该算法的有效性。  相似文献   

6.
现有的指纹细化算法存在着很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等。对OPTA(One-Pass Thin-ning Algorithm)算法和改进的OPTA算法进行了深入的分析和研究,指出了各自的优点和缺点。在此基础上提出了一种基于改进的OPTA的并串混合细化算法。该算法扩展了改进的OPTA算法的消除模板,舍弃保留模板,同时用缩小的消除模板来彻底细化。对以上算法进行了编程实验。实验结果表明,算法不仅保持了改进的OPTA算法的优点,也继承了OPTA算法的并行性,是一种较为理想的细化算法。  相似文献   

7.
该文讨论了基于网格和密度的聚类算法,该算法是在基于密度的聚类算法和基于网格的聚类算法的基础上提出的。通过与传统的几种基于聚类算法的比较,详细讨论了基于网格和密度的聚类算法的性能,并提出了该算法的不足之处。  相似文献   

8.
对基于导数优化的BP算法及其改进算法进行综述,在分析经典BP算法固有缺陷的基础上,对BP的改进算法进行了总结和归纳。首先将改进算法分为四大类,介绍了每个类别中的典型算法,分析了其数学实质及算法的优缺点;然后探讨了目前BP神经网络算法研究中存在的不足;最后作出展望,给出了BP神经网络研究中几个有前途的发展方向。  相似文献   

9.
本文简要的介绍了常规的TLS_ESPRIT算法,在此基础上通过对Φ矩阵的重构,提出了一种共轭ESPRIT(C_SPRIT)算法。与TLS_ESPRIT算法相比,此新算法能提供更高的DOA估计精度,且所需更少的阵元数。由于C_SPRIT算法和TLS_ESPRIT算法都利用了相同的几何阵型和相同的子阵列的处理思想,所以新算法的复杂度没有提高。新算法与TLS_ESPRIT算法主要的区别为:(1)当阵元数为M时,TLS_ESPRIT算法分解的两个子阵列的阵元数为M-1,而C_SPRIT算法分解的两个子阵列的阵元数可以达到M;(2)C_SPRIT算法利用了旋转矩阵的共轭矩阵Φ*,而TLS_ESPRIT算法只利用了矩阵Φ,因此我门称此改进的算法为C_SPRIT。通过计算机仿真,可以清楚的发现C_SPRIT算法能提供比TLS_ESPRIT更高的DOA测向精度。  相似文献   

10.
改进的种群分类蚁群算法及其应用   总被引:1,自引:1,他引:0  
提出了一种改进的种群分类蚁群算法,该算法在种群分类的基础上,引入了蚂蚁的知觉感觉特性等。该算法能明显的防止蚁群算法可能出现早熟的问题,从而解决了传统蚁群算法加速收敛与早熟、停滞现象的矛盾。为了说明该算法的性能,将该算法应用到聚类分析算法中,设计了算法的模型以及算法步骤,并通过仿真实验证明了本算法的可行性和有效性。  相似文献   

11.
关联规则挖掘AprioriTid算法优化研究   总被引:19,自引:0,他引:19  
提出了一种基于事务压缩和项目压缩的AprioriTid优化算法。该算法的特点是:项目集采用关键字识别,同时对事务数据进行事务和项目压缩。从而省去了Apriori算法和AprioriTid算法中的剪枝和模式匹配步骤,减小了扫描事务数据库的大小,提高了发现规则的效率。通过实验表明,优化的算法执行效率明显优于AprioriTid算法。  相似文献   

12.
关联规则挖掘AprioriTid算法的改进   总被引:7,自引:0,他引:7  
提出了一种将AprioriTid算法与事务压缩和项目压缩相结合的改进算法。该算法中候选项目集及支持度计算是在每条事务压缩后通过联接产生,候选项目集采用关键字识别,省去了AprioriTid算法中的剪枝和字符串模式匹配步骤。实验结果表明,改进的算法执行效率明显优于AprioriTid算法。  相似文献   

13.
挖掘关联规则中AprioriTid算法的改进   总被引:2,自引:0,他引:2       下载免费PDF全文
针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法。该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度。实验结果表明改进算法确实能有效减少相关计算量,比已有算法执行效率明显提高,同时验证了该算法在旋转机械故障诊断中的有效性。  相似文献   

14.
一种挖掘频繁项集和频繁闭包项集的算法   总被引:4,自引:1,他引:4  
文章基于AprioriTid和挖掘闭包项集算法Close提出了一种新算法FFC算法,该算法能同时生成频繁项集和频繁闭包项集。提高效率的同时又为挖掘无冗余规则奠定了基础。  相似文献   

15.
数据挖掘中的关联规则挖掘近些年一直是人们研究的热点。但是关联规则挖掘的经典算法Apriori存在着挖掘效率低、系统开销大等问题。AprioriTid、DIC等算法,也仅从某一方面进行了改进。针对上述问题,提出了一种新的改进算法,新算法从三大方面对原有的算法进行了改进,以此提高算法的效率,降低系统的开销。  相似文献   

16.
A fast algorithm for mining association rules   总被引:9,自引:0,他引:9       下载免费PDF全文
In this paper,the problem of discovering association rules between items in a large database of sales transactions is discussed.and a novel algorithm,BitMatrix,is proposed.The proposed algorithm is fundamentally different from the known algorithms Apriori and AprioriTid.Empirical evaluation shows that the algorithm outperforms the known ones for large databases.Scale-up experiments show that the algorithm scales linearly with the number of transactions.  相似文献   

17.
入侵特征值识别和发现算法是误用入侵检测中的关键技术。采用数据挖掘技术从主机和网络的数据中发现入侵特征值,建立入侵行为和正常行为规则库,已经广泛用于入侵检测技术中。针对数据挖掘中经典的Apriori和AprioriTid算法中存在项集生成瓶颈问题,提出了一种基于规则约束制导的Apriori算法,考虑到强规则事件并不一定是有趣事件并且大部分入侵行为都是基于已有入侵模式基础上变异得到,加入兴趣度约束和递减支持度约束。通过实验演示,结果表明该算法可大幅提高效率并在入侵检测漏报率上有很好的改善。  相似文献   

18.
多段支持度数据挖掘算法研究   总被引:17,自引:0,他引:17  
在基于相联规则的数据挖掘算法中,Apriori等算法最为著名。它分为两个主要步骤:(1)通过多趟扫描数据库求解出频繁项集;(2)利用频繁项集生成规则。随后的许多算法都沿用Apriori中“频繁项集的子集必为频繁项集”的思想,在频繁项集Lk-1上进行JOIN运算构成潜在k项集Ck。由于数据库和Ck的规模较大,需要相当大的计算量才能生成频繁项集。AprioriTid算法给每个事务增加了一个唯一标识Tid,其特点是只扫描一趟数据库,其余趟扫描(如第k趟扫描)均在相应的数据集Ck^-上进行。由于数据规模改变不大,各算法的效率差别并不明显。该文提出分段计算支持度的思想,是把一个项集的支持度分段计算,每一个段记录该项集在相应规模事务中出现的频度,从而构成一个支持度向量。由于有了项集的多段支持度,可以推测出该项集能否包含在更大规模的频率项集中,采用这种算法既提高了在扫描数据库中的信息获取度,又能及时剔除超集不是频繁项集的项集,进一步缩减了潜在项集的规模,在数据集扫描过程中,按文中定理1的思想调整数据集,达到提高频繁项集生成效率的目的。  相似文献   

19.
关联规则挖掘AprioriHybrid算法的研究和改进   总被引:5,自引:0,他引:5  
秦吉胜  宋瀚涛 《计算机工程》2004,30(17):7-8,135
分析了关联规则挖掘Apriori、AprioriTid和AprioriHybrid算法的优缺点,针对AprioriHybrid算法的瓶颈提出了一种使用支持度矩阵对频繁2项集快速验证的方法,并给出了一种简单易行,而又高效的逐步缩减交易数据库的方法,加快了对候选频繁k项集的验证速度,从而显著地提高AprioriHybrid算法的效率。  相似文献   

20.
一种改进的关联规则混合挖掘算法   总被引:1,自引:1,他引:1  
牛玉广  邓亮 《微机发展》2005,15(11):141-143
对数据挖掘技术中关联规则挖掘算法Apriori和AprioriTid进行了分析。首先提出Apriori的改进算法Apriori-New,然后提出基于Apriori-New的混合算法AprioriHybrid。通过实验对比,在由候选项集生成频繁项集的过程中,其时间开销比Apriori和AprioriTid都要小,尤其对于事务数多的大项集,取得了快速挖掘频繁项集的目的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号