陈剑敏
- 作品数：4 被引量：22H指数：3
- 供职机构：南昌航空大学信息工程学院更多>>
- 发文基金：中国博士后科学基金教育部留学回国人员科研启动基金重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Bayes方法的文本分类器的研究与实现
- 从大量的数据中挖掘出有用的信息是数据挖掘的任务。随着互联网的迅速发展,web已经发展成为拥有上亿页面的分布式信息空间。在信息急剧丰富的同时经过加工的知识信息却相对匮乏,文本是互联网上主要的信息载体,因此文本挖掘就成为数据...
- 陈剑敏
- 关键词：文本分类互信息
- 文献传递
- 基于层次移动IPv6的切换方案改进
- 2016年
- 在HMIPv6中,当发生区域间切换时,移动节点MN需要向家乡代理和通信对端注册,这导致了较长的时延和较多的开销。提出一种改进的方案:MN发生区域间切换时,先利用之前所注册的实体移动锚点MAP作为新进入的区域MAP的上层代理来减少切换时延;然后根据自己的移动特性计算决定本次切换是否进行家乡注册,通过进一步减少家乡注册的次数来降低开销。数值分析和仿真结果表明该方法的有效性,对于不同的移动环境,平均开销相对更优,体现了较好的自适应性。
- 陈剑敏熊忠阳
- 关键词：切换方案自适应性
- 一种改进的贝叶斯文本分类方法被引量：7
- 2007年
- 朴素贝叶斯分类(naive Bayes)有一个“独立性假设”:给定一个实例的类标签,实例中的每个属性的出现都独立于实例中其他属性的出现,而在实际应用中这种条件并不易满足,另外由于文本的特殊性,相关的特征项可能会产生新的语义信息。因此在训练文本时,对特征选择后产生的特征集用一种可行的方法考察它们之间的相关性,然后对相关程度高的特征进行合并处理。实验数据表明,这个改进的方法能提高朴素贝叶斯的算法精确度。
- 张玉芳陈剑敏熊忠阳
- 关键词：文本分类
- Eclat算法的分析及改进被引量：11
- 2010年
- 关联规则算法中的数据通常采用水平数据形式,而采用垂直数据表示的挖掘性能优于水平表示。Eclat算法在项集规模庞大时,交集操作消耗大量时间和系统内存。为此,结合划分思想和突出基于概率的先验约束方法,把数据库中的事务划分成多个非重叠部分,对每一部分采用Eclat算法,减少每次"交"操作时项集的规模,从而减少比较次数。通过基于概率的先验约束,减少产生的局部频繁项集数。实验结果表明,改进算法比原算法具有更高的效率。
- 张玉芳熊忠阳耿晓斐陈剑敏
- 关键词：关联规则
