冯少荣
- 作品数：74 被引量：489H指数：12
- 供职机构：厦门大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金国家社会科学基金更多>>
- 相关领域：自动化与计算机技术文化科学环境科学与工程理学更多>>
- 数量关联规则发现中的最近邻聚类方法研究
- 1引言近年来研究人员针对Boolean属性的关联规则挖掘提出了很多高效算法,并且已有若干原型和产品,例如IBM开发的IntelligentMiner,AngossSoftware开发的KnowledgeSeeker,加拿...
- 林丽冯少荣薛永生周晓丹黄海
- 一种提高DBSCAN聚类算法质量的新方法被引量：17
- 2008年
- 针对基于密度带有"噪声"的空间聚类应用(DBSCAN)聚类算法存在的3个主要问题:输入参数敏感、对内存要求高、数据分布不均匀时影响聚类效果,提出了一种基于遗传方法的DBSCAN算法改进方案数据分区中使用遗传思想的DBSCAN算法(DPDGA)来提高聚类质量.利用遗传算法改进K-means算法来获取初始聚类中心;对数据进行划分,在此基础上对划分的每一部分使用DBSCAN算法进行聚类;合并聚类的结果.仿真实验表明,新方法较好解决了传统DBSCAN聚类算法存在的问题,在聚类效率和聚类效果方面均优于传统DBSCAN聚类算法.
- 冯少荣肖文俊
- 关键词：聚类算法遗传算法数据划分
- 并行分布环境下的黑板模型被引量：4
- 2008年
- 黑板模型支持并行性,它是分布式和并行编程可用的强有力的模型之一。在一个需要并行性和分布式编程的系统中,黑板模型有助于组织和概念化并发性及通信。本文着重分析了黑板模型的结构、构造方法、控制策略。基于CORBA(Common Object Request Broker Architecture)对象和全局对象研究了黑板和知识库的实现。最后,通过一个具体实例的实现方法和过程,说明了黑板模型解决分布式和并行编程问题的可行性。
- 冯少荣肖文俊
- 关键词：黑板模型知识库
- 一种基于划分和密度的快速聚类算法
- 聚类是数据挖掘的重要组成部分;基于划分的聚类算法有近线性时间复杂度的优点,基于密度的聚类算法能发现任意形状的聚类.提出基于划分和密度的聚类算法CUPD(clustering using partition and den...
- 赖桃桃冯少荣张东站
- 关键词：快速聚类算法数据挖掘
- 基于XML和JAVA构建程序生成器
- 该文将XML,JAVA,JSP及程序生成器等技术与方法结合起来,通过域分析思路、方法、过程,讨论了使用XML和JAVA创建程序生成器的方法和过程,并比较了不同方法的优劣.指出了将XML应用到程序创建和维护上的优势.
- 冯少荣
- 关键词：XMLJAVA程序生成器
- 一种基于划分和密度的快速聚类算法
- 聚类是数据挖掘的重要组成部分;基于划分的聚类算法有近线性时间复杂度的优点,基于密度的聚类算法能发现任意形状的聚类。提出基于划分和密度的聚类算法CUPD(clustering using partition and den...
- 赖桃桃冯少荣张东站
- 关键词：聚类算法
- 基于粗糙集聚类的物化视图动态调整算法被引量：6
- 2007年
- 根据用户查询多样性的特点,提出了基于粗糙集聚类的物化视图的动态调整算法(RSCDMV)。该算法在对物化视图进行粗糙集聚类的基础上进行动态调整,这不仅满足了用户查询多样性需求,而且兼顾了维的层次关系因素。实验结果证明,随着用户查询集合的增大,查询集的动态性和多样性更加明显,因此,RSCDMV算法更具有优势。
- 冯少荣肖文俊
- 关键词：物化视图粗糙集
- 基于数据挖掘和神经网络的赛马决策与分析被引量：1
- 2003年
- 运用了数据挖掘技术和神经网络技术,对赛马数据信息进行自动获取和智能分析。首先,分析了目前赛马的有关数据,按照现存的数据信息创建相关的数据库;在数据的搜集方面,建立了一个提取器,在一些网页中读取有关的数据,大大提高了系统自动获取数据的能力;在分析与预测方面,结合了神经网络逻辑建立一个数学线性回归方程,其功能是通过已有的大量的数据资料预测出将要进行的赛事结果,即参加该场赛事的所有马匹的成绩排名。系统主要包括管理模块、数据查询模块、预测模块3大模块,其中预测模块是核心,它是利用对赛马结果有一定影响的13个因素进行数据分析,得出一个预测时间,再与由优先级数据筛选得出的时间值通过两个调节参数做出修正,得出最终的预测结果。
- 冯少荣田农乐
- 关键词：数据挖掘神经网络数据库赛马运动
- 基于样本选取的决策树改进算法被引量：21
- 2009年
- 为提高决策树分类算法的精度,通过比较几种经典的决策树分类算法,提出了基于样本选取的改进的决策树分类算法.改进算法基于决策树精度与样本的相关性较大以及决策树只能得到局部最优解的事实,通过反复迭代寻找较优样本,从而在不改变决策树分类算法的前提下,得到较好的决策树分类算法.该算法不针对某个决策树,只利用输入和输出的反馈信息进行迭代,因此通用性较好.实验证明,该改进算法与ID3,C4.5算法平均错误率的比值约为0.82∶1.22∶0.92.
- 冯少荣肖文俊
- 关键词：决策树ID3算法
- 一种有效的增量聚类算法
- 2004年
- 聚类是数据挖掘领域中最活跃的研究分支之一,聚类技术在其他的科学领域也有广泛的应用。迄今为止已经提出了大量的聚类算法,其中基于密度的DBSCAN算法因其很多优点而备受关注,为了减少DBSCAN的区域查询次数,降低I/O开销而提出的改进算法有FDBSCAN、LSNCCP等。随着应用的发展,增量聚类显得越来越重要,而现有的增量聚类算法存在很大的局限性。基于LSNCCP,提出了一种有效的增量聚类算法,同时它也可以用于对LSNCCP进行性能优化。
- 许毕峰冯少荣薛永生刘笑锋翁伟
- 关键词：聚类算法DBSCAN区域查询I/O数据挖掘
