安徽省教育厅科学研究项目(2006sk010)
- 作品数：9 被引量：33H指数：4
- 相关作者：倪志伟朱小虎叶红云王超刘慧婷更多>>
- 相关机构：合肥工业大学中国科学技术大学更多>>
- 发文基金：安徽省教育厅科学研究项目国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术军事文化科学社会学更多>>
- 基于蚁群优化的分类规则挖掘方法被引量：4
- 2007年
- 蚁群优化是人工智能领域中群体智能分支之一,已成功地应用于复杂优化问题的求解,但其在知识发现领域的应用还是一个新的研究课题。在此提出一种新的基于蚁群优化的分类规则挖掘方法,先利用蚁群算法通过对属性约简简化数据集,再使用蚁群算法进行分类规则的挖掘,并用新的规则剪枝方法,提高了分类算法的效率和准确率。实验表明该方法是有效的。
- 束建华倪志伟杨善林
- 关键词：群体智能蚁群算法属性约简规则剪枝
- 基于案例库维护的案例推理分类技术被引量：4
- 2007年
- 分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。
- 倪志伟倪丽萍叶红云吴昊
- 关键词：属性约简案例库维护
- 基于Squeezer算法的数据流离群数据挖掘算法被引量：2
- 2008年
- 由于数据流数据的动态性、时序性和数据量大等特点使得数据流上的数据挖掘变得更加困难和富有挑战。通过对Squeezer聚类算法的研究分析,并基于此算法提出了一种新的基于聚类的数据流离群数据检测算法O-Squeezer。把数据流看成一个随时间变化的过程,并将其分成许多数据分区,在每个数据块内用改进的O-Squeezer算法挖掘离群数据。理论分析和实验表明,算法可以有效发现数据流中的局部离群数据,算法是可行的。
- 王超倪志伟朱小虎
- 关键词：数据挖掘质心
- 客户关系管理中的数据挖掘技术的应用探讨被引量：6
- 2007年
- 伴随着企业日常运作和客户交流,企业逐渐积累了大量的、复杂的销售数据和客户数据。如何够有效利用这些数据,是当前许多企业所最为关注的焦点。我们将数据挖掘技术引入到客户关系管理中,利用数据挖掘技术对企业销售数据和客户数据进行深入挖掘,找出客户的潜在需求模式和消费模式,并以此指导企业生产运作,提高企业的市场竞争力和客户满意度。
- 朱小虎倪志伟王超
- 关键词：客户关系管理(CRM)数据挖掘
- 改进的蚁群算法求解多目标车间作业调度问题被引量：4
- 2008年
- 目前已经有许多解决作业车间调度问题的启发式求解方法,但这些方法多数局限于单目标,因此不能满足现实生活中多目标作业车间调度问题的应用需求。提出一种改进的蚁群算法启发式地搜索多目标车间作业调度问题的近似最优解以满足实际的应用需求。通过对转移概率以及信息素更新方式进行改进,并融合交叉策略,确保算法在加快搜索收敛速度的同时又避免陷入局部最优。仿真实验证明,改进的算法具有较好的性能,能够解决实际生活中的多目标作业车间调度问题。
- 王丽红倪志伟高雅卓
- 关键词：多目标优化作业车间调度蚁群算法
- 时间序列相似模式的有效匹配被引量：5
- 2007年
- 将经验模式分解和多层前向网络的交叉覆盖算法相结合,提出一种时间序列相似模式的匹配算法.先利用经验模式分解实现时间序列趋势的提取,再把所有的趋势序列分成训练集和测试集2个部分.通过训练为每个类别做出描述,根据测试集中的每个趋势序列和覆盖中心之间的距离把它们分配到与之最匹配的类别中.实验结果表明:该算法是一种较理想的序列模式匹配方法,更擅长于维数较高的序列的匹配.
- 刘慧婷倪志伟李建洋
- 关键词：时间序列经验模式分解交叉覆盖算法
- 一种新的基于网格的聚类算法被引量：4
- 2008年
- 新的基于网格的聚类算法(CABG)利用网格处理技术对数据进行了预处理,能根据数据分布情况动态计算每个单元格的半径,并成功地将网格预处理后所得单元格数据运用于其后的聚类分析中,从而简化了算法所需的初始参数。实验表明,CABG算法不仅具有DBSCAN算法准确挖掘各种形状的聚类和很好的噪声处理能力的优点,而且具有较高聚类速度以及对初始参数较低的敏感度。
- 张伟莉倪志伟赖建章
- 关键词：聚类网格数据挖掘
- 基于案例学习的知识管理系统被引量：3
- 2007年
- 简单了介绍知识管理的特点以及知识管理系统具有的功能,说明将基于案例的推理技术(CBR)和其它机器学习技术结合起来应用于知识管理系统的必要性和有效性,并在此基础上提出一种基于案例学习的知识管理系统的实现框架。
- 罗琴倪志伟虞娟
- 关键词：知识管理知识管理系统
- 基于均值约束满足度剪枝策略的高效序列模式挖掘算法被引量：1
- 2007年
- 为了减少无用候选序列的生成,并使挖掘得到的序列模式符合用户要求,约束条件下的频繁序列模式挖掘已成为数据挖掘领域的一个新的重要研究方向.作为强约束形式的一种,均值约束目前仍然是基于约束的频繁序列模式挖掘的一个困难问题,其主要原因在于很难利用均值约束来进行序列模式挖掘中的剪枝.为此,提出了一种基于均值约束满足度剪枝策略,并且以前缀增长方法为基础设计了一个有效的频繁序列模式挖掘算法.通过分析并实验验证了该算法的时间效率和剪枝性能,结果表明,该方法是有效的.
- 倪志伟叶红云曹欢欢
- 关键词：剪枝
