您的位置: 专家智库 > >

邓海

作品数:7 被引量:42H指数:3
供职机构:广西大学计算机与电子信息学院更多>>
发文基金:教育部人文社会科学研究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文化科学更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇文化科学

主题

  • 3篇频繁项
  • 3篇频繁项集
  • 3篇项集
  • 3篇聚类
  • 3篇关联规则
  • 2篇删减
  • 2篇聚类算法
  • 2篇APRIOR...
  • 1篇端接
  • 1篇多核
  • 1篇遗传算法
  • 1篇优化算法
  • 1篇数据发掘
  • 1篇图书
  • 1篇图书馆
  • 1篇图书馆系统
  • 1篇终端
  • 1篇终端接入
  • 1篇文本聚类
  • 1篇协同过滤

机构

  • 7篇广西大学

作者

  • 7篇邓海
  • 6篇覃华
  • 5篇孙欣
  • 3篇符丽锦
  • 1篇苏一丹
  • 1篇冯智明

传媒

  • 2篇计算机技术与...
  • 1篇图书馆理论与...
  • 1篇广西科学院学...
  • 1篇广西计算机学...

年份

  • 1篇2014
  • 4篇2013
  • 2篇2012
7 条 记 录,以下是 1-7
排序方式:
降维多核K-Means算法在文本聚类中的研究
随着网络的快速发展和信息化技术的不断进步,各种数据以惊人的速度膨胀,其中以文本数据的增长最为显著,如何从这些海量的文本信息中找到有用信息,并进行分门别类,变得日益迫切。K-Means聚类算法特征之一是简单并且易于实现,通...
邓海
关键词:文本聚类程序语言聚类算法
基于遗传算法的聚类与协同过滤组合推荐算法被引量:10
2014年
使用协同过滤进行推荐,在处理大数据集时存在效率问题和推荐结果质量不高的问题。k均值聚类在处理大数据集时有着较好的性能。针对使用协同过滤进行推荐存在的问题,通过使用遗传算法将聚类和协同过滤组合起来进行项目推荐,以此来提高推荐算法的推荐效率和推荐质量,降低组合聚类和协同过滤进行推荐的复杂度。使用组合得到的算法在MovieLens数据集上做推荐对比实验,结果表明,相比单纯使用协同过滤进行推荐,使用基于遗传算法的聚类与协同过滤组合推荐算法进行项目推荐,能得到质量更好的推荐结果。
冯智明苏一丹覃华邓海
关键词:遗传算法K均值聚类
一种改进的Apriori算法
分析Apriori算法的不足,提出从先删减后连接的新角度来生成频繁项集,达到减少无用连接,进而减少剪枝步骤候选项集判断数量来改进Apriori算法.改进后的Apriori算法在时间效率上优于传统的算法,而且所获得的关联规...
符丽锦覃华邓海孙欣
关键词:数据发掘优化算法关联规则频繁项集
文献传递
用Hessian协议实现3G终端接入图书馆系统的研究被引量:3
2013年
提出使用轻量级的Hessian协议实现3G终端接入图书馆系统的富客户端方案,在讨论Hessian协议编程方法的基础上,给出馆藏书目查询案例的实现过程。案例实施表明该方案具有易于实现、传输效率高、开销小等优点,是一种轻量级的移动接入方案,具有良好的工程应用前景。
孙欣覃华邓海
关键词:富客户端HESSIAN协议3G
一种优化初始中心的K-means聚类算法被引量:22
2013年
针对传统K-means聚类算法对初始聚类中心的敏感性和随机性,造成容易陷入局部最优解和聚类结果波动性大的问题,结合密度法和最大化最小距离的思想,提出基于最近高密度点间的垂直中心点优化初始聚类中心的K-means聚类算法。该算法选取相互间距离最大的K对高密度点,并以这K对高密度点的均值作为聚类的初始中心,再进行Kmeans聚类。实验结果表明,该算法有效排除样本中含有的孤立点,并且聚类过程收敛速度快,聚类结果有更好的准确性和稳定性。
邓海覃华孙欣
关键词:聚类中心
一种改进的Apriori算法的研究
用传统的Apriori算法在大规模数据集上挖掘关联规则时,因需要进行大量的连接比较而耗费较多计算时间。所提出的Apriori算法改进思想是:从先删减后连接的新角度来生成频繁项集,可以减少大量的无用连接,进而减少了剪枝步骤...
符丽锦覃华邓海孙欣
关键词:关联规则APRIORI算法频繁项集删减
文献传递
一种改进的Apriori算法被引量:3
2013年
分析Apriori算法的不知,提出从先删减后连接的新角度来生成频繁项集,达到减少无用连接,进而减少剪枝步骤候选项集判断数量来改进Apriori算法。改进后的Apriori算法在时间效率上优于传统的算法,而且所获得的关联规则质量与传统算法相当。
符丽锦覃华邓海孙欣
关键词:APRIORI算法关联规则频繁项集删减
共1页<1>
聚类工具0