检索结果

Select

1. 深层次分类中候选类别搜索算法

张忠林, 刘述昌, 江粉桃

计算机应用 2017, 37 (3): 635-639. DOI: 10.11772/j.issn.1001-9081.2017.03.635

摘要（499）

PDF （968KB）（457）

针对深层次分类中分类准确率低、处理速度慢等问题，提出一种待分类文本的候选类别搜索算法。首先，引入搜索、分类两阶段的处理思想，结合类别层次树的结构特点和类别间的相关联系等隐含的领域知识，进行了类别层次权重分析和特征项的动态更新，为类树层次结构的各个节点构建更具分类判断力的特征项集合；进而，采用深度优先搜索算法并结合设定阈值的剪枝策略缩小搜索范围，搜索得到待分类文本的最优候选类别；最后，在候选类别的基础上应用经典的 K最近邻（ KNN）分类算法和支持向量机（SVM）分类算法进行分类测试和对比分析。实验结果显示，所提算法的总体分类性能优于传统的分类算法，而且使平均 F ₁值较基于贪心策略的启发式搜索算法提高了6%左右。该算法显著提高了深层次文本分类的分类准确度。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于小波变换的动态关联规则元规则挖掘方法

张忠林许凡

计算机应用 2012, 32 (07): 1983-1986. DOI: 10.3724/SP.J.1087.2012.01983

摘要（957）

PDF （618KB）（644）

针对动态关联规则元规则挖掘中规则预测精度不高的问题，提出了一种把小波变换应用到动态关联规则元规则挖掘中以提高规则预测精度的方法。首先利用Daubechies小波对挖掘出的动态关联规则元规则支持度计数进行变换；其次通过小波变换的多分辨率特点提取出近似部分和细节部分；然后利用两部分进行曲线的误差计算与小波变换分解层次的选择控制，用过滤的近似信号进行逆变换和曲线拟合进而进行规则预测；最后用预测的数据进行验证证明其预测精度达到90%以上。实验结果表明所提方法能更好地反映规则随时间变化的动态信息和变化趋势，从而使动态关联规则挖掘在合理的元规则指导下得到更精确的结果。

参考文献 | 相关文章 | 多维度评价

Select

3. 动态关联规则的趋势度挖掘方法

张忠林曾庆飞许凡

计算机应用 2012, 32 (01): 196-198. DOI: 10.3724/SP.J.1087.2012.00196

摘要（1292）

PDF （494KB）（659）

针对规则随着时间变化的特点，在分析原有定义和对支持度向量(SV)和置信度向量分类的基础上，提出了动态关联规则趋势度的挖掘方法。首先，利用趋势度阈值消除无价值的规则，减小候选项集；其次，产生动态关联规则的趋势度元规则，找出具有价值的规则，提高挖掘质量；最后，通过对具有增减和周期趋势的事物数据库分析，证明了所提方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于灰色Markov模型动态关联规则的元规则挖掘

刘俊谢彦峰张忠林贾利敏

计算机应用

摘要（1824）

PDF （677KB）（1097）

介绍了增加了支持度向量和置信度向量两种规则评价指标的动态关联规则,给出了一种基于灰色Markov模型的预测和分析动态关联规则的元规则的方法。此方法在建立灰色模型的基础上应用Markov链理论，实验证明利用此方法挖掘的元规则要优于灰色模型等其他方法。