宋威
- 作品数：101 被引量：648H指数：13
- 供职机构：北方工业大学更多>>
- 发文基金：国家自然科学基金北京市属高等学校人才强教计划资助项目北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学冶金工程经济管理更多>>
- 序列模式挖掘综述被引量：27
- 2008年
- 综述了序列模式挖掘的研究状况。首先介绍了序列模式挖掘背景与相关概念;其次总结了序列模式挖掘的一般方法,介绍并分析了最具代表性的序列模式挖掘算法;最后展望序列模式挖掘的研究方向。便于研究者对已有算法进行改进,提出具有更好性能的新的序列模式挖掘算法。
- 陈卓杨炳儒宋威宋泽锋
- 关键词：数据挖掘周期模式增量式挖掘
- 基于布尔矩阵的关联规则算法研究被引量：23
- 2008年
- 针对可快速在大型交易事务数据库中挖掘关联规则的问题,基于布尔矩阵提出一种新的挖掘算法。该算法通过仅需存储布尔位节约了内存,通过简单布尔运算提高了求解频繁项集的效率。实验证明该算法较之于Apriori算法有更好的性能。
- 方炜炜杨炳儒宋威侯伟
- 关键词：数据挖掘关联规则矩阵APRIORI算法频繁项集
- 一种图像处理方法和装置
- 本申请提供一种图像处理方法和装置，其中，所述方法包括：提取待处理图像的X个幅值图像，对同一尺度上不同方向的多个幅值图像进行融合，得到Y个融合后的幅值图像；对所述Y个融合后的幅值图像进行编码，根据每个幅值图像的局部特性为编...
- 李琛肖珂梁梦媞宋威王宝成何云华
- 文献传递
- 一种新的基于相似度量的模糊推理方法
- 在模糊概念(用Fuzzy集表示)的隶属函数为连续和离散情况下,利用线性插值的方法给出了一个新的基于相似度量的模糊推理方法.该方法不仅具有还原性,而且还克服了传统的基于相似度量的推理方法的缺陷;同时,在规则匹配时,该方法不...
- 徐章艳宋威杨炳儒李凡
- 关键词：相似度量隶属函数映射线性插值模糊推理
- 文献传递
- 宽度优先的频繁子图高效挖掘新算法被引量：1
- 2008年
- 频繁子图已成为数据挖掘领域研究的热点之一。在经典的Apriori算法的基础上,提出了一种图挖掘的新算法Apriori-Graph。首先给出了一种新的、用于计算图的邻接矩阵规范编码的结点排序策略,大大降低了求图规范编码的复杂度,并可加速子图规范编码序列匹配的速度。其次,对候选子图的生成进行了规范。最后,针对频繁性检验这一瓶颈过程,给出了若干性质,从而较大地降低了候选子图频繁性判断的代价。实验结果表明,Apriori-Graph算法具有较高的挖掘效率。
- 王映龙杨炳儒宋威宋泽锋
- 关键词：数据挖掘频繁子图邻接矩阵APRIORI算法
- 一个基于差别矩阵的快速求核算法被引量：25
- 2006年
- 给出简化差别矩阵和相应核的定义,并证明该核与差别矩阵的核是等价的。在此基础上设计了一个新的求核算法,使得新算法的时间复杂度和空间复杂度分别被降为max｛O(CU/C2),O(CU)｝和max｛O(U),O(CU/C2)｝。
- 徐章艳杨炳儒宋威
- 关键词：粗糙集差别矩阵简化差别矩阵复杂度
- 基于加权序列模式的推荐算法研究被引量：5
- 2015年
- 由于考虑了用户的访问顺序,基于序列模式的推荐方法正在成为推荐系统研究的热点之一。为提高推荐结果的个性化程度,提出了一种基于加权序列模式的推荐算法PRWSP。首先,给出了新的加权序列模式模型,该模型在设置权重时充分考虑了项目在不同序列中的不同重要程度。其次,通过近似估计序列权重的方式,论证了挖掘加权序列模式时同样满足反单调性,从而约简了搜索空间。最后,定义了序列模式匹配程度的度量标准。实验结果表明,PRWSP算法具有较高的挖掘效率和推荐精度。
- 宋威乔阳阳
- 关键词：数据挖掘
- 基于DNN的大学生学业成绩预测方法研究——以北京市某高校电子信息类专业为例被引量：3
- 2021年
- 本文以北京市某高校电子信息类专业2011—2015级学生的8万多条成绩数据为基础,针对学生所学课程相关性和成绩预测展开研究。首先利用关联规则和决策树组合算法,对课程之间的关联性进行深度挖掘,扩宽分析预测结果的覆盖面。在此基础上,构建基于深度神经网络(Deep Neural Network,DNN)模型的学生成绩预测方法,以学生低年级(大一大二)的已修课成绩来对高年级(大三大四)的未修课成绩进行预测,实现成绩预警功能,同时将预测结果应用于教育教学中,有利于推动课程的优化设置,进而实现提高育人质量的目标。
- 靳现凯宋威
- 关键词：学业成绩
- 一种新的基于粗糙集模型的决策树算法被引量：18
- 2008年
- 在基于粗糙集模型的决策树生成算法中,由于分类的精确性,导致生成算法在对实例进行划分时往往过于细化,无法避免少数特殊实例对决策树造成的不良影响,使得生成的决策树过于庞大,不便于理解,同时也降低了其对未来数据的分类和预测能力。针对上述问题,该文给出一个新的基于粗糙集模型的决策树生成算法,引入了抑制因子。对即将扩张的结点,除了常用的终止条件外,再加入一个终止条件:若样本的抑制因子大于给定的阈值,便不再扩展该结点。有效地避免了划分过细的问题,也不会生成过于庞大的决策树,便于用户理解。
- 高静徐章艳宋威杨炳儒
- 关键词：决策树ID3算法粗糙集上近似集下近似集
- 基于包含索引的频繁闭序列模式挖掘的新算法被引量：1
- 2009年
- 频繁闭序列模式惟一确定全体频繁序列模式,且规模小得多。传统的闭序列模式挖掘算法对每个频繁项目都进行扩展,往往会产生大量的非闭合序列。为解决这一问题,提出了一种新的基于包含索引的频繁闭序列模式挖掘算法,其主要思想是只对闭项集进行扩展,大大减少了非闭合序列的产生。首先,论证了闭序列模式只能由闭项集组成;其次,说明了如何利用包含索引来快速发现闭项集;最后,给出了一种深度优先的挖掘频繁闭序列模式的新算法。实验结果表明,该算法具有较高的效率。
- 李晋宏杨炳儒宋威侯伟
- 关键词：数据挖掘频繁闭项集
