您的位置： 专家智库 > >

山东省自然科学基金(ZR2011FL013)

作品数：8 被引量：23H指数：3
相关作者：张龙波王凤英张树森陈亚丽赵连军更多>>
相关机构：山东理工大学兰州交通大学更多>>
发文基金：山东省自然科学基金山东省高等学校科技计划项目山东省科技发展计划项目更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 8篇自动化与计算...

主题

  • 4篇计算环境
  • 3篇数据密集型
  • 2篇离群点
  • 2篇聚类
  • 2篇聚类算法
  • 2篇MAPRED...
  • 1篇云计算
  • 1篇云计算环境
  • 1篇任务情景
  • 1篇设备监控系统
  • 1篇实时监控
  • 1篇数据密集型计...
  • 1篇频繁项
  • 1篇频繁项集
  • 1篇情景
  • 1篇注射机
  • 1篇最大频繁项集
  • 1篇完整性
  • 1篇项集
  • 1篇校验和

机构

  • 8篇山东理工大学
  • 1篇兰州交通大学

作者

  • 6篇张龙波
  • 3篇王凤英
  • 3篇陈亚丽
  • 3篇张树森
  • 2篇汪金苗
  • 2篇赵连军
  • 2篇李彩虹
  • 1篇安建瑞
  • 1篇邓齐志
  • 1篇贾永新
  • 1篇闫光辉
  • 1篇刘通
  • 1篇程震
  • 1篇钱鑫
  • 1篇田爱奎
  • 1篇李彬
  • 1篇刘帅

传媒

  • 2篇山东理工大学...
  • 1篇微电子学与计...
  • 1篇计算机应用研...
  • 1篇计算机与现代...
  • 1篇计算技术与自...
  • 1篇济南大学学报...
  • 1篇重庆理工大学...

年份

  • 2篇2015
  • 2篇2014
  • 4篇2013
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
数据密集型计算环境下的离群点挖掘算法被引量：2
2015年
在数据密集型计算环境中,数据的海量、高维、分布存储等特点,为数据挖掘算法的设计与实现带来了新的挑战。基于MapReduce模型提出网格技术与基于密度的方法相结合的离群点挖掘算法,该算法分为两步:Map阶段采用网格技术删除大量不可能成为离群点的正常数据,将代表点信息发送给主节点;Reduce阶段采用基于密度的聚类方法,通过改进其核心对象选取,可以挖掘任意形状的离群点。实验结果表明,在数据密集型计算环境中,该方法能有效的对离群点进行挖掘。
陈亚丽张龙波张树森
关键词：离群点检测MAPREDUCE
基于OPM的安全起源模型被引量：7
2013年
为了确保数据起源的安全,研究了开放起源模型,并在该模型上进行安全起源的扩展,建立了满足机密性和完整性的安全起源模型。在机密性中,改进了Diffie-Hellman协议用来安全协商会话密钥,从而用它来加密敏感信息;在完整性中,用三元组集合描述起源于关系,并对其签名,改进了基于签名的校验和使其适用于有向无环图中。最后以伪代码的形式给出了验证完整性的算法。开放式的安全起源模型的建立确保了数据起源的可信性。
刘通王凤英
关键词：完整性校验和机密性
一种面向数据密集型计算环境的聚类算法被引量：3
2013年
针对数据密集型计算环境下数据具有海量、分布、异构、高速变化等特点,分析传统的基于密度的分布式聚类(Density Base Distributed Clustering,DBDC)算法,借助MapReduce编程模型,提出一种新的分布式聚类算法,采用局部和全局的方式处理海量、异构数据,解决具有以上特点的数据密集型计算环境下数据的分析挖掘问题。得出算法的复杂度为O((nlog2n)/p),实验验证在数据量与节点数变化时算法具有较高的稳定性和可伸缩性,与原算法对比该算法具有较高的准确度。
钱鑫张龙波田爱奎邓齐志汪金苗
关键词：数据密集型计算分布式聚类
改进的基于熵的中心聚类算法被引量：2
2014年
依据基于熵的模糊聚类算法(EFC),提出一种改进的基于熵的中心聚类算法,即通过EFC算法得到差异性十分明显的原始数据集的簇心,以这些簇心为中心再次进行聚类分析,通过各点到各中心的距离将各点重新分配到以各中心所代表的集合中。改进的算法不仅可以得到具有紧凑且差异明显的聚类结果,还可以使准确率得到有效提高。实验结果表明,该改进的算法能够实现数据集的有效聚类,相比于EFC算法的聚类结果准确率更高。
张树森张龙波陈亚丽安建瑞李彩虹
关键词：聚类分析
CT-RBAC:一种云计算环境下的访问控制模型被引量：4
2014年
云计算的开放性、共享性等特点,使云计算环境下的访问控制比传统环境下的访问控制更加复杂.为了保证访问过程中云用户以及云服务器上数据的安全性和可靠性,提出了一种云计算环境下的访问控制模型(CTRBAC).划分了云服务器上数据和云用户的安全级别,引入了任务情景集,从5个角度来实现访问控制策略,最后给出了云用户访问云端数据的实现流程.分析结果表明CT-RBAC具有明显的优点.该方案提高了客体拥有者对云服务器的监控能力,保证了云环境下数据的安全性和可靠性,并且具有较好的灵活性.
常玲霞王凤英赵连军贾永新程震
关键词：云计算访问控制
注射机设备监控系统设计与实现被引量：3
2015年
为了帮助企业提高产品生产质量和原材料的有效利用率,开发了基于C/S架构的注射机设备监控系统,实现了对注射机设备工作参数的实时监控。系统采用无线数据通信协议Zig Bee进行小型局域网内组网,通过改进的硬件设备无线数据采集模块实时发送注射机的工作参数,并在客户端接收数据信息,由软件系统绘制即时有效的数据监控波形图。实际运行结果显示:本系统安全可靠,实现了对注射机设备的智能监控。
刘帅赵连军李彬张龙波
关键词：注射机监控系统实时监控
一种不确定性数据中最大频繁项集挖掘方法被引量：1
2013年
不确定性数据挖掘已经成为数据挖掘领域的新热点,频繁项集挖掘是重点研究的问题之一.但是目前出现的挖掘算法大多集中在完全频繁项集,而用于最大频繁项集和频繁闭项集的算法尚不多见.文中研究了一种基于UF-Tree的用于不确定性数据中挖掘最大频繁项集的算法,该挖掘过程分为两个步骤,第一步先得到以频繁1-项集为后缀的局部最大频繁项集,第二步得到所有的全局最大频繁项集,实验证明该算法性能良好且特别适用于稠密型、事务长度较小的数据集.
汪金苗张龙波闫光辉王凤英
关键词：不确定数据最大频繁项集
数据密集型计算环境下离群点挖掘算法设计与实现被引量：1
2013年
在数据密集型计算环境中,数据具有海量、高速变化、分布存储和异构等特征,对数据挖掘算法的设计与实现提出了新的挑战.基于MapReduce模型,提出了一种网格技术与基于LOF方法相结合的离群点挖掘算法MR_LOF.Map阶段采用网格进行数据约简,将代表点信息发送给主节点;Reduce阶段使用基于密度的离群点挖掘算法,借助网格期望值E筛选出稠密区域.该算法只需计算稀疏区域对象的LOF值,降低了算法的时间复杂度.实验结果表明,在数据密集型计算环境中,该方法能有效的对离群点进行挖掘.
陈亚丽张龙波李彩虹张树森刘希昱
关键词：离群点数据密集型MAPREDUCE
全选 清除 导出
共1页<1>
聚类工具0