Current Location:home > Browse

1. chinaXiv:202009.00095 [pdf]

基于结构熵的警示传播算法收敛性分析

牛进; 王晓峰; 林青文
Subjects: Computer Science >> Integration Theory of Computer Science

收敛性是评价信息传播算法性能的重要指标,信息传播算法求解可满足性问题时,命题公式的结构特征影响算法的收敛性。具有复杂结构的命题公式,信息传播算法不总收敛,为了系统地对此现象给予理论解释。借助于结构熵的方法和技术,提出命题公式的结构熵模型及其度量方法,计算随机可满足性实例的结构熵。警示传播算法(WP)作为信息传播算法的基本模型,分析WP算法的收敛性对于研究其他信息传播算法的收敛性具有重要意义,分析了WP算法收敛性与结构熵之间的关系,给出WP算法收敛的判定条件。通过实验分析,该方法有效可行。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits41Downloads34 Comment 0

2. chinaXiv:202009.00122 [pdf]

高效用模式挖掘关键技术综述

张春砚; 韩萌; 孙蕊; 杜诗语; 申明尧
Subjects: Computer Science >> Integration Theory of Computer Science

高效用模式挖掘(high utility pattern mining,HUPM)是近年来研究的新兴主题。效用的概念为分析人员挖掘相关项集提供了更大的灵活性,以用户的需求为出发点,从权重、值、数量和其他信息进行度量。通过分析有关HUPM最先进的方法,对其进行全面和结构化的概述。首先,通过介绍HUPM的相关概念、公式,并给出应用示例,对HUPM有更深一步的理解。针对用于挖掘不同类型HUPM的最常见和最先进的关键技术的进行分类,包括基于Apriori,基于树,基于列表,基于映射,基于垂直/水平数据格式,基于索引等方法。针对现有关键技术的用途和优缺点,进行了全面概述。然后,由于静态数据难以满足实际需要,总结了在数据流上应用的HUPM方法,主要包括基于增量方法,基于滑动窗口模型方法,基于时间衰减模型方法,基于地标模型方法等。最后,给出了现在技术的不足和改进方向,并且有针对性的提出了新的研究方法。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits13Downloads7 Comment 0

3. chinaXiv:201904.00068 [pdf]

WP可解公式上警示传播算法收敛的有效条件

崔立; 王晓峰; 牛进
Subjects: Computer Science >> Integration Theory of Computer Science

信息传播算法求解可满足性问题时非常有效,警示传播(warning propagation,WP)算法是最为基础的信息传播算法。通过对WP算法的数学原理分析,高概率确定的部分变元与公式的骨干集合后门集有密切关系。针对WP算法收敛性的研究,基于骨干集和后门集定义WP-可解公式,利用在G(n, 3, m)模型和植入指派模型下证明WP算法的收敛性,给出算法收敛的充要条件。最后,通过在植入指派的公式产生模型上进行数值实验验证,结果表明:如果一个可满足性公式WP-可解公式,当且仅当WP算法高概率收敛。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits192Downloads97 Comment 0

4. chinaXiv:201811.00172 [pdf]

数据流集成分类算法综述

许冠英; 韩萌; 王少峰; 贾涛
Subjects: Computer Science >> Integration Theory of Computer Science

当前,数据流分类算法的潮流是集成分类算法,因为集成算法提供了比单分类算法更好的性能和更突出的表现。同时在现实世界的实际应用中容易部署,对概念漂移有快速的适应性和恢复性,而且在类不平衡问题的处理中也具有最佳的分类性能。详细介绍了国内外集成分类算法,对集成分类算法的两个部分(基分类器组合和动态更新集成模型)进行了详细综述,明确区分不同集成算法的优缺点,对比算法和实验数据集。并且提出进一步的研究方向和考虑的解决办法。

submitted time 2018-11-29 From cooperative journals:《计算机应用研究》 Hits226Downloads123 Comment 0

  [1 Pages/ 4 Totals]