尹远
- 作品数：4 被引量：10H指数：2
- 供职机构：中国电信股份有限公司更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于差异点集的频繁项集挖掘算法被引量：3
- 2020年
- 针对目前频繁模式挖掘算法存在的建树复杂、挖掘效率低下等问题,提出一种基于差异点集(DiffNodeset)的Top-rank-k频繁模式挖掘DNTK算法。利用差集运算直接获取k(>2)项集的差异点集,避免项集多次复杂连接过程;结合一种线性时间复杂度连接方法和早期修剪策略,提出一种更为高效的1-项集连接方法,及时判定项集连接可行性;采用包含索引策略减少项集连接次数。实验结果表明,DNTK算法在时间和空间效率方面性能优于FAE和NTK算法,在不同类型数据集中进行频繁项集挖掘时有良好的效果。
- 尹远尹远文凯
- 关键词：频繁项集挖掘
- 运营商移动支付发展分析被引量：2
- 2011年
- 移动支付在我国尚处起步阶段,为了理清我国移动支付发展建设的思路,解决建设发展过程中的诸多问题,针对国内三大运营商在移动支付发展方面的建设情况,从支付模式、支付技术以及基础资源等方面进行比较分析,指出了三大运营商在移动支付建设过程中的优劣势,最后针对性地提出相关发展建议。
- 尹远郭嵩海
- 关键词：移动支付运营商
- 基于DiffNodeset结构的最大频繁项集挖掘算法被引量：5
- 2018年
- 在数据挖掘中,通过挖掘最大频繁项集来代替挖掘频繁项集可以大大地提升系统的运行效率。针对现有的最大频繁项集挖掘算法的运行时间消耗仍然很大的问题,提出了一种基于DiffNodeset结构的最大频繁项集挖掘(DNMFIM)算法。首先,采用了一种新的数据结构DiffNodeset来实现求交集以及支持度的快速计算;其次,引入一种新的线性复杂度的连接方法来降低两个DiffNodeset在连接过程中的复杂度,避免了多次的无效计算;然后,将集合枚举树作为搜索空间,同时采用多种优化剪枝策略来缩小搜索空间;最后,再结合最大频繁项集挖掘算法(MAFIA)中所使用的超集检测技术来有效地提高算法的准确性。实验结果表明,DNMFIM算法在时间效率方面性能优于MAFIA与基于N-list的MAFIA(NB-MAFIA),该算法在不同类型数据集中进行最大频繁项集挖掘时均有良好的效果。
- 尹远尹远文凯文凯
- 关键词：最大频繁项集挖掘关联规则集合枚举树
- 一种新的多视角背景下人脸检测方法
- 2017年
- 针对实际生活中普遍存在的多视角、多人脸检测问题,提出了一种新的分类器训练方法及人脸检测的解决方案;首先采用NPD差分特征对人脸特征进行描述,NPD特征通过判断两个像素值间相对差异对人脸进行描述,其特征值可从二维表直接获取,能大大节省训练时间;同时提出了一种深度二叉特征树结构来训练分类器,可有效结合特征间的关联性,将训练得到分类器与肤色算法相结合来提高检测速度;通过在CMU人脸数据库上对所提出算法进行验证,仿真结果证明在多人脸、多视角检测背景环境下,该算法较Ada Boost算法在检测率提高了8.7%,误检率降低了4.1%,检测速度提高了27.7%。
- 尹远尹远何强
- 关键词：肤色ADABOOST算法
