尹阿东
- 作品数：12 被引量：78H指数：5
- 供职机构：北京科技大学管理学院更多>>
- 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理学社会学经济管理更多>>
- 最小费用流问题的一种改进算法被引量：7
- 2004年
- 本文用顶点表和弧表描述和存储最小费用流的参数,借助SQL语言的优点提出了一种求解最小费用流的简便算法。文中提出了前沿节点和含潜弧的概念,并利用这些概念减少了最短路算法的迭代次数和每次迭代的计算量。最后给出了一个算例。
- 刘冰卢虎生高学东尹阿东
- 关键词：运筹学SQL语言
- 加权关联规则的改进算法被引量：11
- 2004年
- 论文讨论了加权关联规则问题,针对布尔类型的加权关联规则问题提出一种改进算法。该算法首先利用普通的关联规则算法产生频繁集,然后在该频繁集的基础上产生加权频繁集。同时,给出了最优的最小支持度设定方法,保证了普通关联规则算法所产生的频繁集为加权频繁集的超集。该算法有较高的效率,并且能够有效利用已有的关联规则算法。
- 宫雨武森尹阿东高学东
- 关键词：数据挖掘关联规则
- 增量决策树算法研究被引量：5
- 2005年
- 文中主要解决传统的ID3算法不能处理增量数据集构造决策树的问题。在传统ID3决策树算法和原有增量算法的基础上,利用信息论中熵变原理的特点,对与增量决策树算法相关的三个定理进行相应的改进,在理论上证明了改进的增量决策树算法的有效性和可靠性。同时对增量决策树算法和ID3算法的复杂度进行了对比分析,得出增量决策树算法的实例费用和信息熵费用都高于ID3算法的结论。最后通过一个实验证明,改进的增量决策树算法能够构造出与ID3算法形态基本相同的决策树。
- 尹阿东郭秀颖宫雨龙誉高学东
- 关键词：数据挖掘决策树
- 多路数组聚集优化算法被引量：1
- 2004年
- 针对MOLAP服务器中多维数据的聚集操作，在传统的多路数组聚集算法的基础上，提出一种寻找最优聚集次序的计算方法。在实际计算中，应用这种方法可以方便、快捷地对以数据立方体形式存储于MOLAP服务器中的多维数据进行聚集操作。
- 尹阿东武森宫雨高学东
- 关键词：联机分析处理多维联机分析处理数据立方体
- 基于数值属性的关联规则挖掘算法被引量：18
- 2003年
- 关联规则的挖掘是一个重要的数据挖掘问题。目前的算法主要是研究支持—信任框架理论的关联规则挖掘,基于支持—信任理论的关联规则挖掘布尔型描述的数据已经比较成熟,但是现实的数据库中有许多数值属性的数据,从这些数据中挖掘潜在的规则,经典的关联规则方法(Apriori)就显得力不从心了。这里介绍将数值数据映射到二维空间,利用基于密度分布函数的聚类分析方法将数值属性区间分段,并在此基础上挖掘容易理解并且具有概括性和有效的数值属性关联规则。
- 尹阿东高学东武森龙誉
- 关键词：关联规则聚类分析数据挖掘算法数据库知识发现
- 一种改进的决策树算法被引量：3
- 2004年
- 根据ID3算法中信息增益计算原理的特点,利用上凸函数的性质提出一种新的改进的ID3算法,减少了信息增益的计算量,进而提高ID3算法中信息增益的计算效率。从实验和理论两方面证明,改进的ID3算法与原ID3算法相比,在构造决策树时具有相同的准确率和更高的计算速度。
- 高学东尹阿东宫雨武森
- 关键词：决策树算法ID3算法信息增益上凸函数SPRINTSPEC
- 动态决策树算法研究被引量：17
- 2004年
- 该文在增量决策树算法的基础上,提出一种能够处理变化数据集的减量决策树算法,提出并证明了减量决策树算法中的三个基本定理,保证了减量决策树算法的可靠性。同时将传统的增量决策树算法与该文所提出的减量决策树算法相结合,构造出一种动态决策树算法,该算法很好地解决了发生增减变化的动态数据集构造决策树的问题,另外动态决策树算法的提出也促进了在线规则提取的发展与完善。
- 尹阿东谢霖铨龙誉杨立东
- 关键词：决策树算法信息熵
- 增量决策树算法及复杂度分析被引量：12
- 2004年
- 介绍了增量决策树算法的基本原理,并从实例费用和信息熵费用两个角度出发,对增量决策树算法的复杂度进行分析。通过实例说明,增量决策树算法能够构造出与ID3算法形态基本相同的决策树。
- 尹阿东宫雨吴胜利武森高学东李拥军
- 关键词：训练集
- B/S和C/S模式在某物资管理系统开发中的混合应用
- 介绍一种基于Client/Server(C/S)和Browser/Server(B/S)模式,设计和开发某火电厂物资管理系统的方法.结合C/S模式和B/S模式各自特点;重点分析了系统的设计方法,关键技术以及主要特色.
- 尹阿东高学东付华利
- 关键词：企业网管理信息系统
- 文献传递
- 利用上凸函数对决策树算法的改进被引量：3
- 2004年
- 针对决策树分类方法的计算效率进行深入研究,根据信息增益计算的特点,引入了上凸函数的概念,用于提高决策树分类过程中信息增益的计算效率。利用我们所提出的"一致性定理"和"特殊一致性定理",从理论上证明了利用上凸函数对信息增益计算进行改进后,构造的决策树与原决策树具有相同的分类准确率。同时我们通过对大数据集的实验,发现在相同规模的数据集下,改进后的决策树算法比原算法有更高的计算效率,并且这种计算效率的提高有随着数据集规模的增加而增加的趋势。
- 高学东尹阿东张健宫雨武森
- 关键词：决策树ID3算法上凸函数信息熵
