增量算法相关论文
正例未标注分类简称PU分类,由于只有正例样本与未标注样本,传统的分类方法在PU分类中往往效果不甚理想。为PU问题构建稳健的分类是......
图的极小顶点覆盖问题（MVCP）在图论中是一个经典的组合优化问题,并且在实际问题中有非常广泛的应用。本文针对大规模图顶点数目增加......
随着互联网技术的发展和成熟,大量的P2P应用开始出现,这无论是对网络流量管理还是带宽控制,都给各级网络管理员以及网络服务提供商......
知识就是力量。随着当前IT技术、电子商务及互联网的快速发展和迅速普及，导致在各个应用领域的数据库中存储了大量的数据，这些数据集......
随着数据库技术的发展和应用，社会各部门积累了大量的数据，而且这些数据每一天都在增加。数据挖掘是发现这些数据背后隐藏的知识的有......
用关联规则挖掘方法来构造分类模型在数据挖掘领域被称为关联分类。关联分类方法将数据挖掘中的两个重要技术——关联规则挖掘和分......
数据挖掘是数据库系统和新的数据库应用的一个有希望的、欣欣向荣的学科前沿。它是一个多学科领域，从多个学科汲取营养。进行数据挖......
随着信息技术的快速发展,真实世界中数据的规模也在以几何级的速度增长,出现了大量的高维数据,这些数据具有高维稀疏性。数据的这......
与传统中国邮路问题相比,对随机网络中国邮路问题的研究具有更为重要的现实应用意义,成为了智能交通系统、计算机网络通信等复杂应......
随着通信技术和传感器技术的高速发展,在实时监控和联机分析等应用领域产生了大量流数据。数据流挖掘技术的研究已成为当前国际数......
k-近邻(KNN)算法是一种简单而有效的分类算法。传统的KNN分类算法存在着参数k难以确定以及分类新数据时间耗费大的两个缺陷。kNN模......
波兰学者Z.Pawlak提出了粗糙集理论,它是能够有效处理不完整和不确定性信息的数学工具。经典粗糙集理论是基于等价关系和划分的,只......
节点的中介度(Betweenness Centrality)是度量节点在复杂网络中重要程度的一种重要指标;计算节点中介度在社交网络分析、交通网络......
随着互联网的应用与信息技术的普及,整个社会进入了数据爆炸,信息冗余的时代。海量非结构化信息过载,使得用户经常需要消耗大量的......
在各种模式分类问题中,半监督学习算法在利用未标记样本数据方面比一些监督学习算法和无监督学习算法有着更好的优势。半监督判别......
随着互联网的快速发展,网络中出现众多功能相同但非功能属性不同的服务,用户无法尝试所有的服务,因此如何准确把握服务的QoS并为用......
在增量算法的基础上，利用截断（Ｃｌｉｐｐｉｎｇ）方法和蒙塔卡罗（ＭｏｎｔｅＣａｒｌｏ）算法，对以四类飞行目标平面旋转投影作为学习样本的级联神经网络互连权重进行了二值优化......
特征提取是模式识别研究的最基本问题之一。对于图象识别而言，提取有效的图象特征是完成图象识别的首要任务。基于核的特征提取方法......
时间序列预测是当前人工智能和数据挖掘两个方向的研究热点，其中混沌时间序列是一个重要的分支，其被广泛地应用于信号处理和自动化控......
为了减少求支持向量过程中二次规划的复杂度,利用训练样本集的几何信息,选出两类中离另一类最近的边界向量集合,它是样本中最有可......
文中讨论了一种动态生成Voronoi图的构造算法.该算法以Delaunay三角网和相应的Voronoi图的对偶关系为基础,利用3个额外生长点,动态......
针对高维非线性系统,分析了基于支持向量机网络的建模能力,并将增量回归支持向量机算法应用于锅炉燃烧过程建模,根据现场采集的数......
针对电力系统中有众多因素影响负荷预测精度的问题,文中引入粗糙集理论中的属性约简算法来挖掘与待预测量相关性大的各属性,保证预......
分析了增加新对象后,决策表的决策属性关于条件属性的条件熵变化原理.并在此基础上提出了一种新的增量核求解算法.该算法只需找到......
碰撞检测是虚拟现实中的一项重要技术,而空间两物体之间的距离计算是碰撞检测问题研究的一个主要方面.本文对非均匀有理B样条(NURB......
