您的位置: 专家智库 > >

陈冰

作品数:4 被引量:17H指数:2
供职机构:山东师范大学更多>>
发文基金:山东省优秀中青年科学家科研奖励基金山东省科技攻关计划山东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 3篇多分类器
  • 3篇分类器
  • 2篇动态组合方法
  • 2篇聚类
  • 1篇多分类器集成
  • 1篇信息熵
  • 1篇遥感
  • 1篇遥感图像
  • 1篇遥感图像分类
  • 1篇数据挖掘
  • 1篇图像分类
  • 1篇频繁项
  • 1篇关联规则
  • 1篇分类器集成
  • 1篇分类器组合
  • 1篇ADABOO...
  • 1篇ADABOO...
  • 1篇APRIOR...

机构

  • 4篇山东师范大学

作者

  • 4篇陈冰
  • 3篇张化祥

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...
  • 1篇计算机技术与...

年份

  • 1篇2009
  • 3篇2008
4 条 记 录,以下是 1-4
排序方式:
一种挖掘频繁项的新方法
2008年
介绍了关联规则挖掘的情况,然后对关联规则挖掘算法进行分析,并在此分析的基础上对经典的Apriori算法作出了进一步的改进,从而提出了这种改进的关联规则挖掘算法——Apriori-New算法。Apriori-New算法只需对数据库扫描一次,并在扫描过程中通过不断将被标记为频繁项的项集提取出来,最终找出所有的频繁项集。通过一个简单的实例说明了该算法的扫描过程,从而体现了该Apriori-New算法的效率及其所具有的实用性。
陈冰张化祥
关键词:数据挖掘关联规则APRIORI算法
一种基于信息熵的多分类器动态组合方法被引量:1
2008年
为提高数据分类的性能,提出了一种基于信息熵[1]的多分类器动态组合方法(EMDA)。此方法在多个UCI标准数据集上进行了测试,并与由集成学习算法—AdaBoost,训练出的各个基分类器的分类效果进行比较,证明了该算法的有效性。
陈冰张化祥
关键词:多分类器信息熵聚类分类器组合ADABOOST
集成学习的多分类器动态组合方法被引量:9
2008年
为了提高数据的分类性能,提出一种集成学习的多分类器动态组合方法(DEA)。该方法在多个UCI标准数据集上进行测试,并与文中使用的基于Adaboost算法训练出的各个成员分类器的分类效果进行比较,证明了DEA的有效性。
陈冰张化祥
关键词:多分类器聚类ADABOOST算法
多分类器集成算法研究
多分类器集成,也称多分器组合或多分类器联合,近年来,多分类器融合技术在人脸识别、手写字符识别、遥感图像分类等方向上受到了广泛重视,显示出很大的研究价值和现实应用前景。 多分类器集成的研究是从数字识别中产生和发展...
陈冰
关键词:多分类器遥感图像分类
文献传递
共1页<1>
聚类工具0