孙胜
- 作品数：9 被引量：25H指数：2
- 供职机构：华中科技大学计算机科学与技术学院更多>>
- 发文基金：国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 对增量式模糊聚类算法的改进
- 2006年
- 提出了一种增量式模糊聚类技术的改进算法,该算法仅对新增数据计算相似系数而直接聚类,其结果和动态聚类算法相同;该算法较好地解决了新增数据的聚类及类属问题,提高了模糊聚类算法的收敛速度,实验结果证实改进了算法的高可靠性。
- 孙胜曹绍君
- 关键词：模糊聚类增量式算法模糊C-均值算法
- 决策表的一种知识约简与规则获取方法被引量：6
- 2006年
- 粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。
- 孙胜
- 关键词：粗糙集决策表属性约简
- Oracle网络目录及其安全分析
- 2007年
- 介绍了Oracle网络目录的基本概念,阐述了Oracle网络目录的体系结构及其工作过程,对Oracle网络目录的安全策略进行了研究探讨。
- 孙胜
- 关键词：目录信息树轻型目录访问协议
- 基于核的自适应聚类及其在入侵检测中的应用被引量：1
- 2008年
- 针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类。用KDD99标准数据集进行实验研究,结果表明该算法性能是优良的,并且能获得令人满意的检测效果。
- 孙胜王元珍
- 关键词：聚类核方法核函数K-中心点异常检测
- Oracle9i数据挖掘分类算法的分析与比较
- 2006年
- 介绍了Oracle数据挖掘的基本概念与组成部分,探讨了利用ODM工具进行分类的方法和基本过程,对ODM中用到的各种分类算法做出详细的分析与比较。
- 孙胜
- 关键词：朴素贝叶斯贝叶斯网络
- 基于核的自适应聚类及其在文本分类中的应用被引量：1
- 2008年
- 针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类。给出了具体实现过程并将其用于文本分类中,实验表明该算法用于文本分类的有效性及其高效率。
- 孙胜
- 关键词：聚类核方法核函数K-中心点文本分类
- 基于支持向量机的上市公司信用风险评估被引量：1
- 2007年
- 提出一种新型模糊支持向量机算法,并将其应用于上市公司信用风险研究中。分析对比选取不同核函数的实验结果,实验结果表明,相对于支持向量机方法(SVM)、模糊支持向量机模型和神经网络模型,新型模糊SVM模型更具有效性和优越性,并且具有更好的泛化能力。
- 孙胜陈舟
- 关键词：支持向量机信用风险核函数
- 集群服务器审计系统的研究与实现
- 计算机审计系统的体系结构分为产生层、管理层、视图层和应用层四层,审计分析的设计目标是提供一套操作审计数据的工具,以扩展审计分析的可用性.审计分析的模型分为基于unix的模型和一般化模型.在对安全审计追踪分析问题做出描述的...
- 孙胜
- 关键词：集群服务器审计追踪遗传算法
- 文献传递
- 基于核的自适应K-Medoid聚类被引量：16
- 2009年
- 针对K-Medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到K-Medoid算法,提出了基于核的自适应K-Medoid算法。该算法利用核函数将输入空间样本映射到一个高维的特征空间,在这个核空间中进行K-Medoid聚类,在聚类过程中,数据可以自适应地加入到最适合它的簇当中,并且聚类结果与初始k个中心点的选取无关,该算法可以完成对大数据集和高维数据的聚类。实验结果表明,与K-Medoid算法相比,该算法具有较高的聚类准确率。
- 孙胜王元珍
- 关键词：聚类核方法核函数K-中心点
