周溜溜
- 作品数：9 被引量：14H指数：2
- 供职机构：南京林业大学信息科学技术学院更多>>
- 发文基金：江苏省自然科学基金江苏省“青蓝工程”基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分而治之策略的稀疏张量多层次数据挖掘
- 2011年
- 分析了MET算法的局限性以及out-of-core方法的特点,融合了两种算法的思想提出一种基于分而治之策略的多层次数据挖掘算法（DRMET）,避免了计算过程中可能造成的维数灾难问题,克服了MET算法执行效率不高的缺陷,同时继承了MET内存开销小的优点;实验结果表明：新算法在不增加存储空间的前提下大大约减了MET的时间开销,其效率大约是MET的1.86~15.85倍.
- 周溜溜业宁徐昇严敏利孙伟
- 关键词：时间开销
- 基于对gSpan改进的有向频繁子图挖掘算法被引量：2
- 2011年
- 提出的新算法对gSpan算法做了适用性改进,算法所采用的图编码技术与传统的频繁子图挖掘(FSG),快速频繁子图挖掘(FFSM),基于先验的图挖掘(AGM)等算法对图结构的编码均不同,由于对有向图进行了新的二维特征定义,因此可使算法适用范围有效地扩展至对有向图的学习,称之为基于对gSpan改进的有向频繁子图挖掘算法(DFSS);因目前为止,一系列频繁子图的挖掘大都是基于无向图上的知识发现,对直接作用于有向图的挖掘尚且很少.并且所设计算法较先前基于Apriori思想的FSG,AGM等一系列频繁图挖掘算法,在时间复杂度方面有了一定程度的改进,使得挖掘效率得以提升;实验结果表明在不损失挖掘完整度的前提下,其效率是FFSM算法的70～80倍.
- 周溜溜业宁
- 关键词：频繁子图
- 基于频繁子树挖掘的DNA重复序列识别方法被引量：2
- 2011年
- 提出了一种基于频繁子树挖掘策略说我DNA重复序列识别方法.绕开了传统的序列比对方式,将序列按照后缀树结构方式进行组织,再对后缀树形式做了约减改进,使其更加适合子树挖掘操作,最后利用频繁子树挖掘的方法对其进行学习.算法可以直接识别出满足设定阈值的重复序列,避免了由短重复体拼接所造成的时间浪费,设计的"二次识别技术"使得算法对模糊重复体也有着很好的识别效果,提高了识别完整度.实验证明:算法在识别效率性能方面较升,尤其当识别较长重复体时,优势体现的更为明显,同时在识别完整度方面也高度可比.
- 周溜溜业宁徐昇严敏利
- 关键词：DNA序列频繁子树挖掘
- Hopfield网络在视差空间上的立体匹配求解被引量：3
- 2013年
- 由于边界区域的匹配精度是立体匹配问题的瓶颈,这里采用一种基于特征的匹配算法来重点研究场景中边界区域的匹配.首先针对立体匹配问题,提出一种基于RBF的边界提取算法,使得边界区域成为待匹配的像素点.研究像素点匹配需要满足的约束,构建相应的能量方程,接着采用Hopfield网络对能量函数进行优化来获得问题的求解.由于针对的是整个边界区域,直接将特征点输入网络会导致神经元数目过多、复杂度过高.为了降低算法复杂度,提出从视差空间上来构造网络模型.最后通过大量实验来验证算法的性能,包括标准图片、噪声图片与真实的场景图片.实验证明新算法能大大提高边界区域精度,克服了立体匹配的瓶颈,明显提高了整体区域精度,算法有很强的鲁棒性和实用性,即使在复杂情况下也能取得较好的效果.
- 徐昇业宁朱发徐姗姗周溜溜
- 关键词：能量函数HOPFIELD神经网络视差空间
- 基于图结构的数据挖掘研究及应用
- 本文研究基于图结构的数据挖掘问题，即将特定数据组织成图形式的数据结构，然后辅之算法操作，获取有用知识。当前主流的数据挖掘算法所处理的大多是向量型数据，而在物联网以及社会网络等研究领域如果仅采用向量型数据进行表达，则会产生...
- 周溜溜
- 关键词：图数据挖掘
- 文献传递
- 基于分而治之策略的稀疏张量多层次数据挖掘
- 分析了MET算法的局限性以及out-of-core方法的特点，融合了两种算法的思想提出一种基于分而治之策略的多层次数据挖掘算法(DRMET)，避免了计算过程中可能造成的维数灾难问题，克服了MET算法执行效率不高的缺陷，同...
- 周溜溜业宁徐异严敏利孙伟
- 关键词：时间开销
- 一种基于类中心矫正的层次聚类算法被引量：1
- 2011年
- 为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷,提出了一种基于类中心矫正的层次聚类算法,从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析,算法对于已知聚类数和未知聚类数两种情况均有着良好的聚类效果.通过标准数据测试,结果表明新算法的聚类性能与层次聚类算法相比有更高的精确度;并且让新算法用于指导图像分割实验,证明了算法的有效性.
- 王娴杨绪兵周宇周溜溜
- 关键词：层次聚类
- 基于动态抽样的图分类算法被引量：2
- 2015年
- 传统的图分类算法由于支持度阈值选择过低导致频繁子模式规模过大,进而造成效率过低,阈值选择过高导致重要模式丢失而造成分类精度下降,如FSG和CEP方法.针对这些问题,提出将动态抽样策略引入图分类领域,在保持分类准确率的前提下通过顶点平均度的计算抽样选取代表性子模式,结合CEP所给出的频繁闭显露模型,设计出一种新的图特征(分类规则)提取方法,解决了CEP算法由于支持度阈值设置过低而导致的无法计算现象,大大提高了分类效率;并通过实验证明本文算法优于现有的一些主流算法.
- 尹婷婷刘俊焱周溜溜业宁尹佟明
- 一种基于类中心矫正的层次聚类算法
- 为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷，提出了一种基于类中心矫正的层次聚类算法，从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析，算法对于已知聚类数和未知聚类数两种情况...
- 王娴杨绪兵周宇周溜溜
- 关键词：聚类分析方法层次聚类算法
