-
题名一种无背景知识的多关系频繁模式发现算法研究
被引量:1
- 1
-
-
作者
胡健
张水平
-
机构
江西理工大学信息工程学院
-
出处
《江西理工大学学报》
CAS
2008年第4期5-9,共5页
-
基金
国家自然科学基金资助项目(60675030)
-
文摘
在无背景知识的面向数据的频繁模式发现研究中按照关系数据库概念重新定义了面向数据的多关系频繁模式发现任务和搜索空间.同时,使用了一个优化的精化算子构建搜索空间,这一精化算子一方面有效地利用了关系数据库隐含的数据模式特征,从而能够自然地构建有趣形态的模式,另一方面能够在不过度限制搜索空间的情况下避免等价模式的产生.建立了一个候选模式评估共享计算策略,从而降低了方法评估阶段的时间复杂性.实验表明,所提出的MRFP-DA算法整体上具有良好的效率和可扩展性.
-
关键词
多关系数据挖掘
频繁模式发现
优化精化算子
-
Keywords
multi-relational data mining
frequent pattern discovery
optimal refinement operator
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
-
题名轨迹优化的LASSO网格自适应加密方法
被引量:5
- 2
-
-
作者
张松
侯明善
-
机构
西北工业大学自动化学院
中航工业第一飞机设计研究院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2016年第5期1195-1200,共6页
-
文摘
针对轨迹优化直接方法,提出了以控制变量曲率为基础的最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)网格自适应加密策略,用于提高优化精度。以高分辨率二分网格节点为中心,构造径向基函数逼近控制曲线,利用LASSO方法估计径向基函数系数,并自动筛选出位于控制曲线曲率极大区间的高分辨率节点加密当前网格。本文方法不需要进行状态和控制误差估计,适应性和通用性强。两组典型算例验证了方法的有效性。
-
关键词
轨迹优化
网格加密
最小绝对收缩与选择
径向基函数
-
Keywords
trajectory optimization
mesh refinement
least absolute shrinkage and selection operator (LASSO) radial basis function
-
分类号
V19
[航空宇航科学与技术—人机与环境工程]
-