汤萌萌
- 作品数:4 被引量:23H指数:3
- 供职机构:郑州轻工业学院计算机与通信工程学院更多>>
- 发文基金:河南省教育厅科学技术研究重点项目河南省科技攻关计划河南省高等学校青年骨干教师资助计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于改进Apriori算法的铁路轨道质量分析与评价被引量:5
- 2015年
- 设计了一种基于改进Apriori算法的铁路轨道质量分析与评价系统.首先对原始病害数据进行预处理,消除冗余数据,建立有效数据仓库;然后将数据进行分块处理,并对对应的决策表约简;最后利用改进Apriori算法减少扫描候选频繁项集的次数,寻找相应关联规则.通过对工务段线路病害进行评价,验证了该系统设计方案的合理性和有效性.
- 朱付保白庆春汤萌萌朱颢东
- 关键词:关联规则铁路病害数据挖掘
- 基于MapReduce的数据流频繁项集挖掘算法被引量:5
- 2017年
- 针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.
- 朱付保白庆春汤萌萌朱颢东
- 关键词:MAPREDUCE频繁项集数据流并行计算数据挖掘
- 基于模糊C-Means的改进型KNN分类算法被引量:12
- 2017年
- KNN算法是一种思想简单且容易实现的分类算法,但在训练集较大以及特征属性较多时候,其效率低、时间开销大.针对这一问题,论文提出了基于模糊C-means的改进型KNN分类算法,该算法在传统的KNN分类算法基础上引入了模糊C-means理论,通过对样本数据进行聚类处理,用形成的子簇代替该子簇所有的样本集,以减少训练集的数量,从而减少KNN分类过程的工作量、提高分类效率,使KNN算法更好地应用于数据挖掘.通过理论分析和实验结果表明,论文所提算法在面对较大数据时能有效提高算法的效率和精确性,满足处理数据的需求.
- 朱付保谢利杰汤萌萌朱颢东
- 关键词:聚类KNN分类
- 基于JBPM和角色分组的并行路由算法被引量:1
- 2016年
- JBPM在流程的推进过程中要选择相应的路径进行流转,其中并行路由是一种最为复杂的路径选择方法.但初始化路经参数时,并行路由算法节点定义复杂,需要预先定义子路径流程模板,并且逐一对XML文件节点赋值导致效率较低.针对这一问题,提出了一种基于JBPM与角色分组的并行路由算法.该算法引用角色分组的理论,通过运用角色查询单个分组的方法将并行路由分支参数初始化,生成多个并行子路径节点信息,进而将每个节点信息分组存放数据库中,对数据进行统一处理,提高初始化子路径参数的效率.改进后的算法应用到房地产OA办公系统的请假会签功能中,在实践上取得良好效果,满足业务流程灵活多变的需求.
- 朱付保汤萌萌谢利杰朱颢东
- 关键词:JBPM工作流