刘发升
- 作品数：43 被引量：170H指数：7
- 供职机构：江西理工大学信息工程学院更多>>
- 发文基金：江西省自然科学基金江西省科技厅工业攻关项目江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 利用VB与ADO开发数据挖掘应用被引量：1
- 2005年
- 为了从数据集中发现感兴趣的知识规则,须得利用好数据挖掘这一数字信息时代的利器。通过使用VB以及ADO提出了一种开发数据挖掘应用的一般方法,并通过一个实际应用问题,展示了方法的具体实现。这种方法便于使用,同时覆盖了各种常见数据源,是实现数据挖掘的良好用具。
- 刘发升杨惠
- 关键词：数据挖掘决策树VBADO
- 利用VB、ADO与Excel开发数据仓库本地应用被引量：1
- 2005年
- 提出了利用VB、ADO将数据仓库服务器数据下载到本地的系统方法,给出利用EXCEL分析本地立方体数据的途径以及不断完善数据仓库本地应用以支持移动决策的方法。
- 刘发升田锋
- 关键词：VB语言电子表格处理软件ADOEXCEL数据仓库
- 基于正文特征的网页正文信息提取方法被引量：6
- 2008年
- 利用正文字数多、标点符号多两个特征,提出一种基于正文特征的网页正文信息提取方法。该方法利用HTML标签对网页内容进行分块,把具有正文特征的块保留,不具有正文特征的块舍弃,从而准确得到具有较高完整性的网页正文信息。实验结果证明该方法是有效的、通用的。
- 孙桂煌刘发升
- 关键词：信息提取
- 双隶属度模糊支持向量机算法被引量：5
- 2007年
- 对现有的模糊支持向量机进行分析,提出一种改进的模糊支持向量机算法——双隶属度模糊支持向量机法(DM-FSVM)。在传统的模糊支持向量机模型中,每一个训练样本的隶属函数中只有一个隶属度,而DM-FSVM中每一个训练样本拥有两个隶属度。它既能保持传统模糊支持向量机的优点,又能充分利用有限样本,增加其分类推广能力。实验表明该算法较好地提高了分类精度。
- 黄颖李伟刘发升
- 关键词：支持向量机模糊支持向量机
- 关联规则挖掘与分类规则挖掘的比较研究被引量：8
- 2006年
- 关联规则挖掘与分类规则挖掘都是数据挖掘领域中很重要的技术。本文首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法、算法的设计思想等几个方面对它们进行了比较,最后介绍了它们之间的联系。
- 彭慧伶刘发升
- 关键词：数据挖掘关联规则
- 基于BP神经网络的数据挖掘方法被引量：18
- 2006年
- 神经网络的高度参数化特征使它特别灵活,以至于它可以精确的对数据进行分类,成为目前公认的高精度分类器。本文介绍一种基于BP神经网络的数据挖掘的分类方法,并提出了改进思想。
- 陈刚刘发升
- 关键词：数据挖掘神经网络BP算法
- 结合注意力机制和句子排序的情感分析研究被引量：2
- 2020年
- 针对传统的深度学习算法作情感分析未充分考虑文本特征和输入优化的问题,提出了结合注意力机制和句子排序的双层CNN-BiLSTM模型(DASSCNN-BiLSTM)。利用情感词典对文档数据进行情感极性排序,得到优化的文档数据;将优化的文档数据输入第一层模型(由CNN和BiLSTM组成)生成句子表示;将句子表示输入第二层模型(由BiLSTM和注意力机制组成)生成文档表示,作为分类的依据,由此解决了输入优化的问题并且充分捕获了句子之间的语义信息,提升了情感分类精度。实验结果表明,该模型在分类精度上相对于现有的方法有明显的提升,且拥有较好的MSE值,能够较好应用于一般的情感分析任务。
- 刘发升徐民霖邓小鸿
- 关键词：情感分析卷积神经网络
- 基于粗糙集的生产环境数据挖掘系统方法
- 2005年
- 针对粗糙集确定性模型缺乏处理不确定信息的特点,Z.Pawlak等提出了粗糙集的概率模型.但该模型没有包括如何处理生产数据集纷繁复杂数据的方法.因此提出了应用粗糙集于生产环境数据挖掘的一种系统方法,并应用UCI的数据集对该方法进行了检验.实验结果体现了它的性能与有效性.
- 刘发升毛林春
- 关键词：数据挖掘
- 基于链接分析的HITS算法研究被引量：4
- 2008年
- Kleinberg的HITS算法是通过分析链接结构,采用特征向量的办法来确定页面的权威性等级。详细阐述了HITS算法,该算法认为页面中的所有超链具有同等价值,从而引起了主题偏移。针对这些问题提出改进的ARC算法和SALSA算法,它充分考虑文本内容,区别对待不同的链接,从而达到减少主题漂移现象的目的。
- 李玥刘发升
- 关键词：HITS算法
- 基于JSCNM算法的微博网络社区发现研究
- 2015年
- 提出一种将用户关系和用户兴趣两者融合的社区发现算法——JSCNM算法,然后利用JS距离公式计算用户兴趣相似度距离,使用相似度代替模块度对用户关系和用户兴趣双内聚处理,发现用户社区。最后通过爬取新浪微博4个数据集进行实验操作,并对照CNM算法和GN算法,结合社区评价标准模块度的大小,证明该算法能够更准确、合理地发现用户社区。
- 刘发升刘艳军葛海明
- 关键词：主题模型
