您的位置: 专家智库 > >

李小武

作品数:3 被引量:9H指数:1
供职机构:昆明理工大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇K-MEAN...
  • 1篇舆情
  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测系统
  • 1篇字符
  • 1篇字符串
  • 1篇字符串匹配
  • 1篇字符串匹配算...
  • 1篇网络舆情
  • 1篇向量
  • 1篇向量空间
  • 1篇向量空间模型
  • 1篇聚类
  • 1篇聚类分析
  • 1篇聚类算法
  • 1篇分布式
  • 1篇分布式聚类
  • 1篇分布式聚类算...
  • 1篇K-MEAN...

机构

  • 3篇昆明理工大学

作者

  • 3篇李小武
  • 2篇廖秀玲
  • 2篇邵剑飞

传媒

  • 1篇郑州轻工业学...
  • 1篇桂林电子科技...

年份

  • 2篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
一种高效的字符串匹配算法被引量:1
2012年
针对目前精确串匹配算法中模式右移次数多、算法运行时间长等问题,提出了一种新的高效算法——BMH2S.该算法采用寻找真首子串和利用2个字符子串的方法来计算右移量.测试结果表明,BMH2S是一种高效的模式匹配算法.
廖秀玲邵剑飞李小武
关键词:入侵检测系统字符串匹配
网络舆情热点话题自动发现技术的研究与实现
随着网上信息量的迅猛增长,用户想快速地从海量的网络信息中获取自己感兴趣的信息资源变得十分困难。由于互联网上各个新闻站点的参差不齐,并且各个站点对同一事件报道的角度和立场不同,如果用户仅仅通过某一站点的报道,很难对这一事件...
李小武
关键词:向量空间模型聚类分析K-MEANS算法
一种基于K-means的分布式聚类算法被引量:7
2011年
为解决现有的分布式聚类算法效率低下和不能保护数据隐私的问题,在K-Dmeans算法的基础上,提出一种新的分布式聚类算法。该算法利用数据对象间的密度函数值来优化站点初始聚类中心,从而大大降低了聚类的迭代次数;同时各从站点只需向主站点传送其聚簇的特征信息,有效降低分布式聚类过程中的通信量,保护了各个站点的独立性。实验结果表明,该算法有效可行,且在效率和聚类质量上优于K-Dmeans。
李小武邵剑飞廖秀玲
关键词:聚类分布式聚类算法K-MEANS算法
共1页<1>
聚类工具0