您的位置: 专家智库 > >

张琳

作品数:6 被引量:127H指数:5
供职机构:大连海事大学交通运输管理学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金国家科技支撑计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 2篇聚类
  • 2篇K-MEAN...
  • 1篇电子商务
  • 1篇信息增益
  • 1篇信息熵
  • 1篇知识库
  • 1篇知识库模型
  • 1篇商务
  • 1篇事故分析
  • 1篇属性数据
  • 1篇数据挖掘
  • 1篇通事
  • 1篇相似度
  • 1篇模糊关联规则
  • 1篇模糊聚类
  • 1篇精英保留
  • 1篇聚类分析
  • 1篇聚类融合
  • 1篇决策树
  • 1篇决策树分类

机构

  • 6篇大连海事大学

作者

  • 6篇张琳
  • 5篇陈燕
  • 3篇李桃迎
  • 3篇张金松
  • 2篇汲业
  • 2篇牟向伟
  • 1篇曹妍
  • 1篇屈莉莉
  • 1篇文静

传媒

  • 2篇计算机工程
  • 2篇计算机应用研...
  • 1篇计算机工程与...
  • 1篇计算机仿真

年份

  • 1篇2017
  • 4篇2011
  • 1篇2010
6 条 记 录,以下是 1-6
排序方式:
基于Prolog语言的商品推荐知识库模型被引量:4
2010年
针对电子商务个性化推荐问题的特点,引入知识工程的树状表示法,将商品推荐中的三要素转化成描述树进行表达,建立基于Prolog语言的个性化推荐知识库模型。该模型可以根据顾客浏览商品先后次序求解,并与数据库动态地交互数据,实现在线购物的个性化营销。该模型相对独立,通过数据库接口共享电子商务系统数据,能够适应不同结构的电子商务系统。
汲业陈燕屈莉莉张琳
关键词:电子商务PROLOG语言知识库
基于模糊关联规则的交通事故分析应用研究被引量:10
2011年
研究发现交通事故潜在规律,预测交通事故的发生,针对关联规则方法用于交通事故分析,对交通的数值型属性无法给出有效地划分,为提高安全管理决策,提出引入模糊聚类,用改进FCM(Fuzzy c-Means)方法对数值属性进行聚类,可用取值的范围对分类属性进行聚类,采用模糊关联规则挖掘导致交通事故的原因和规律。模糊关联规则首先对FCM算法进行了改进,包括隶属度、权值和中心点的计算和修正方法,利用模糊关联规则方法进行挖掘,最后对算法进行了仿真和可视化显示,结果表明模糊关联规则方法挖掘出的规则符合现实情况,为交通管理提供有效的方法。
李桃迎陈燕张琳张金松
关键词:聚类模糊聚类关联规则模糊关联规则交通事故分析
一种基于密度的K-means算法研究被引量:44
2011年
针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点作为初始聚类中心;采用类内距离和类间距离的比值作为准则评价函数,将准则函数取得最小值时的聚类数作为最佳聚类数,这些改进有效地克服了K-means算法的不足。最后通过几个实例介绍了改进后算法的具体应用,实例表明改进后的算法比原算法有更高的聚类准确性,更能实现类内紧密类间远离的聚类效果。
张琳陈燕汲业张金松
关键词:K-MEANS算法基于密度类间距离
基于双重遗传的聚类分析算法研究被引量:8
2017年
针对影响k-means聚类效果的聚类数目和初始中心点两大因素,提出了基于双重遗传的kmeans算法。它用外层遗传算法控制聚类数目,用内层遗传算法控制聚类的初始中心点,并采用类间距离和类内距离以及二者之间的比值来评价聚类结果的好坏,在算法终止后,可同时求得较优的聚类数目和某聚类数目下的较优初始中心点。此外,根据内外层遗传算法的特殊性,采用不同的编码策略适应算法需求,为保留优质个体,采用精英个体保留策略。通过UCI数据集测试实例证明此算法有很好的实用性,对数据挖掘技术有一定参考价值。
文静曹妍张琳牟向伟
关键词:聚类分析K-MEANS算法精英保留
一种面向分类属性数据的聚类融合算法研究被引量:7
2011年
为了解决单一聚类算法存在结果不准确和随机性大,且现有算法对分类数据聚类时将其转换成数值型会产生误差等问题,提出了一种面向分类属性数据的聚类融合算法。算法利用原有分类属性值的差异产生聚类成员,然后采用相似度方法进行划分,通过寻求目标函数最小的划分来简化聚类过程。算法在UCI数据集上进行了验证,结果表明算法的效率和精度都优于现有算法,说明算法的设计和更新策略是有效的。
李桃迎陈燕张金松张琳
关键词:聚类融合分类属性数据数据挖掘相似度
决策树分类算法研究被引量:54
2011年
ID3算法在选择分裂属性时偏向于选取属性取值较多的属性。针对该问题,引入属性重要性和属性取值数量2个参数对ID3算法的信息增益公式进行改进,从而提高取值数量少但较为关键的属性的重要性,使算法更好地反映实际决策情况,并根据凸函数的性质简化信息熵的计算,提高决策树的构造效率。通过实例介绍改进算法的具体应用方法,证明其性能相比原算法有所提高。
张琳陈燕李桃迎牟向伟
关键词:ID3算法信息增益信息熵
共1页<1>
聚类工具0