安徽省高等学校优秀青年人才基金(2008jq1143)
- 作品数：3 被引量：8H指数：2
- 相关作者：胡学钢史金成程转流更多>>
- 相关机构：合肥工业大学铜陵学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目安徽省高等学校优秀青年人才基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于数据流的概念聚类被引量：1
- 2010年
- 分析二部图的二元组和概念聚类问题之间的关系,在此基础上结合数据流的特点,提出一种适用于对象属性为布尔型的数据流概念聚类算法。将数据流分段,对每一批到来的数据流,生成局部的近似极大ε二元组集合,对全局的近似极大ε二元组集合进行更新,从而有效地对整个数据流进行聚类。实验结果表明,该算法具有良好的时间效率和空间效率。
- 史金成胡学钢
- 关键词：数据流概念聚类
- 数据流中频繁闭合模式的挖掘被引量：5
- 2008年
- 频繁闭合模式集可唯一确定频繁模式完全集。根据数据流的特点,提出一种挖掘频繁闭合项集的算法,该算法将数据流分段,用DSFCI_tree动态存储潜在频繁闭合项集,对每一批到来的数据流,建立局部DSFCI_tree,进而对全局DSFCI_tree进行更新并剪枝,从而有效地挖掘整个数据流中的频繁闭合模式。实验表明,该算法具有良好的时间和空间效率。
- 程转流胡学钢
- 关键词：数据挖掘数据流关联规则
- 基于二部图的概念聚类研究被引量：2
- 2010年
- 传统概念聚类算法中簇的更新和存储不仅依赖于对象数目和属性数目,而且依赖于属性值的数目,这种局限性使其不适用于大型数据集。提出一种新的基于二部图的概念聚类算法(BGBCC),该算法通过获得二部图的近似极大ε二元组集,有效地进行数据与属性的关联聚类。实验表明,该算法能得到较好的聚类结果,且能在较短的时间内进行大型数据集的概念聚类。
- 史金成胡学钢
- 关键词：概念聚类二部图
