林志杰
- 作品数：6 被引量：14H指数：2
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金河北省教育厅科研基金教育部科学技术研究重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应模糊C-均值的增量式聚类算法被引量：12
- 2009年
- 针对模糊C-均值(FCM)算法不能很好地处理更新数据的缺点,提出基于FCM的自适应增量式聚类算法AIFCM。该算法结合密度和集合的思想,给出一种自动确定聚类初始中心的方法,能在聚类过程中动态改变聚类结果数,改善聚类的质量,减少人为的主观因素,获得比较符合用户需求的聚类结果,并能在原有聚类结果的基础上简单有效地处理更新数据,过滤噪声数据,较好地避免大量重复计算。
- 张忠平陈丽萍王爱杰林志杰
- 关键词：聚类分析模糊C-均值算法增量式聚类
- 一种基于浓缩树结构的属性约简算法
- 2011年
- 属性约简是粗糙集理论的重要研究内容之一,以浓缩树结构存储区分矩阵中的非空数据项,对IReductBtree算法进行了一些改进。它是根据树结构特点结合特殊的启发式策略,删除树中结点,直到树空最后得到信息系统的一个约简。最后,通过一个实例完整演示了该方法证实其有效性。
- 张忠平林志杰曹丽君高宝江裴玉芳
- 关键词：粗糙集区分矩阵属性约简
- 一种基于浓缩树结构的属性约简算法
- 2009年
- 属性约简是粗糙集理论的重要研究内容之一,其中基于区分矩阵的约简算法是一种高效的约简算法,但算法具有很高的空间复杂度。为了减少区分矩阵的空间开销,利用浓缩树结构,结合区分矩阵单个属性一定为核属性的特征,提出改进的生成浓缩树算法,压缩存储区分矩阵中的非空数据项,且不丢失原区分矩阵的所有信息;利用生成的浓缩树结构结合启发式策略,给出属性约简算法。实验结果表明,算法正确有效并且空间复杂度有明显降低。
- 张忠平林志杰李岩陈丽萍
- 关键词：粗糙集区分矩阵属性约简
- 基于索引数组的频繁项集挖掘算法被引量：2
- 2009年
- 基于现有的关联规则挖掘算法,提出了一种通过循环迭代增加项为项集后缀的方式产生所有项集的新方法,构造了一种新的数据结构—索引数组,存储所发现的频繁1-项集及其相关信息,以便快速发现项集与事务之间的关系;并提出了一种基于索引数组的频繁项集挖掘新算法。该算法只需扫描数据库两次就能发现所有频繁项集。实验结果表明,该算法可以有效提高频繁项集的挖掘效率。
- 张忠平李岩林志杰王爱杰
- 关键词：数据挖掘关联规则频繁项集索引数组
- 基于属性加权及逆向消除的约简算法
- 属性约简是粗糙集理论的重要研究内容之一,本文对浓缩树结构中属性出现的频率进行加权,以属性频率的权重作为启发,以核为基础,从树中删除属性重要性最大的属性结点,直到树为空;为了找到信息系统的最优约简,在此基础上加了一个逆向消...
- 林志杰张忠平李岩
- 关键词：粗糙集区分矩阵属性约简属性加权
- 文献传递
- 基于浓缩树结构的启发式属性约简算法
- 2008年
- 属性约简是粗糙集理论的重要研究内容之一,对浓缩树结构中属性出现的频率进行加权,以属性频率的权重作为启发,以核为基础,从树中删除属性重要性最大的属性结点,直到树为空;为了找到信息系统的最优约简,在此基础上加了一个逆向消除的过程,直到不能再删为止。最后通过一个实例完整演示了该方法,证实其有效性。
- 张忠平林志杰李岩
- 关键词：粗糙集区分矩阵属性约简
