期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
从不确定数据集中挖掘频繁Co-location模式 被引量:20
1
作者 陆叶 王丽珍 张晓峰 《计算机科学与探索》 CSCD 2009年第6期656-664,共9页
把挖掘频繁co-location模式的经典算法Join-based算法扩展到了UJoin-based算法,解决了从不确定数据集中挖掘频繁co-location模式的问题。针对UJoin-based算法中ED(expected distances)计算开销大的问题,介绍了两种剪枝技术:边界矩形剪... 把挖掘频繁co-location模式的经典算法Join-based算法扩展到了UJoin-based算法,解决了从不确定数据集中挖掘频繁co-location模式的问题。针对UJoin-based算法中ED(expected distances)计算开销大的问题,介绍了两种剪枝技术:边界矩形剪枝技术和三角不等式剪枝技术,其中,在三角不等式剪枝部分,分别讨论了取1个锚点、5个锚点和9个锚点的不同情况。通过大量实验证明了剪枝策略有效避免了大量的ED计算,提高了算法的效率。 展开更多
关键词 不确定数据 co—location模式 UJoin—based算法 边界矩形剪枝 三角不等式剪枝
在线阅读 下载PDF
动态信息网中持续扩展k-truss社区序列查找算法
2
作者 王芯蕊 姚越 +2 位作者 于东晓 高宏 成秀珍 《软件学报》 北大核心 2025年第6期2900-2926,共27页
动态信息网(DIN)包含了真实世界中随时间推移不断发生变化的对象以及对象间的联系,常常被刻画为一系列静态无向图快照.社区,由信息网中一些内部联系紧密的对象组成.动态信息网中常常存在这样的社区:在一段时间内,随着时间的推移,社区成... 动态信息网(DIN)包含了真实世界中随时间推移不断发生变化的对象以及对象间的联系,常常被刻画为一系列静态无向图快照.社区,由信息网中一些内部联系紧密的对象组成.动态信息网中常常存在这样的社区:在一段时间内,随着时间的推移,社区成员规模不断扩大,并且社区内部成员间始终保持紧密的联系.这样的社区在相应时间段内的演化轨迹在动态信息网的多张图快照上形成了一个社区序列,称为持续扩展社区序列.在动态信息网中查找持续扩展社区序列有重要的实用价值,但是以前的工作并未对此进行研究.结合集合的包含关系和三角连通k-truss模型,提出动态信息网中基于查询点q的持续扩展社区序列(qLEC)模型,设计了一个正向计算社区候选顶点集-反向回溯查找社区序列的持续扩展社区序列两阶段查找算法,并给出基于提早终止策略的时间优化和基于TCP索引压缩技术的空间优化方法.通过充分的实验证明:相比于现有动态社区模型, qLEC模型具有特定的实际意义;两阶段查找算法能够有效找到qLEC模型所刻画的持续扩展社区序列;优化策略显著降低了两阶段查找算法的时间和空间开销. 展开更多
关键词 动态图 三角连通k-truss 持续扩展社区序列 基于DFS的回溯算法 剪枝
在线阅读 下载PDF
基于三角不等式原理的K-means加速算法 被引量:4
3
作者 常晋义 何春霞 《计算机工程与设计》 CSCD 北大核心 2007年第21期5094-5096,共3页
K-means聚类算法简单快速,应用极为广泛,但是当处理海量数据时,时间效率仍然有待提高。当一个数据点远离一个聚类时,就没必要计算这两者之间的精确距离,以确定该数据点不属于这个类。应用三角不等式原理对其进行了改进,避免了冗余的距... K-means聚类算法简单快速,应用极为广泛,但是当处理海量数据时,时间效率仍然有待提高。当一个数据点远离一个聚类时,就没必要计算这两者之间的精确距离,以确定该数据点不属于这个类。应用三角不等式原理对其进行了改进,避免了冗余的距离计算。实验结果表明,改进之后在速度上有很大程度的提高,数据规模越大,改进效果越明显,且聚类效果保持了原算法的准确性。 展开更多
关键词 K-均值算法 划分聚类 三角不等式原理 聚类分析 聚类算法 聚类效果
在线阅读 下载PDF
改进型RRT^(*)算法的水下机器人三维全局路径规划 被引量:2
4
作者 师颖慧 张冰 赵强 《软件导刊》 2022年第2期48-52,共5页
由于传统快速扩展随机树的改进算法(RRT^(*))在处理自主式水下机器人三维路径规划问题时存在算法收敛速度慢、规划出的路径不平滑等问题,提出一种改进型NT-RRT^(*)算法(正态采样、三角裁剪的快速扩展随机树改进算法),利用正态分布的空... 由于传统快速扩展随机树的改进算法(RRT^(*))在处理自主式水下机器人三维路径规划问题时存在算法收敛速度慢、规划出的路径不平滑等问题,提出一种改进型NT-RRT^(*)算法(正态采样、三角裁剪的快速扩展随机树改进算法),利用正态分布的空间采样策略来代替RRT^(*)算法中的全局均匀随机采样,用来提高算法的收敛速度。此外,引入基于三角不等式的几何修剪算法,减少了随机树扩展过程中的节点和路径长度。在有地形障碍物和漂浮障碍物的三维水下环境进行仿真,仿真结果表明,改进后的算法在随机扩展中的节点数减少为原来的15%,算法规划时间缩短为原来的20%,规划出的路线长度约为原来的一半并且路径光滑、曲折性小,说明改进后的NT-RRT^(*)算法在收敛速度和路径长度上明显优于RRT^(*)算法。 展开更多
关键词 自主水下航行器 RRT^(*)算法 正态分布采样策略 基于三角不等式的几何修剪算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部