期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法 被引量：16
1
作者 谷保平 马建红 《计算机应用与软件》 北大核心 2021年第5期337-343,共7页
针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据... 针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据的误传和避免安全攻击;利用霍夫曼压缩技术对数据进行快速压缩,节省非结构化大数据处理过程中的时间开销;利用错误控制技术为潜在丢失的数据提供备份系统,并利用快速密度聚类算法有效处理多维大数据文件。实验证明,相比于其他现有非结构化大数据安全存储方法,该方法的执行速度更快,时间开销更小,信息损失百分比更低,信噪比(SNR)和压缩比更高。 展开更多
关键词 可撤销属性加密 快速密度聚类算法 非结构化 大数据 安全存储 安全攻击 霍夫曼压缩
下载PDF
基于聚类和自动编码机的缺失数据填充算法 被引量：7
2
作者 卜范玉 陈志奎 张清辰 《计算机工程与应用》 CSCD 北大核心 2015年第18期13-17,共5页
当前的不完整数据处理算法填充缺失值时,精度低下。针对这个问题,提出一种基于CFS聚类和改进的自动编码模型的不完整数据填充算法。利用CFS聚类算法对不完整数据集进行聚类,对降噪自动编码模型进行改进,根据聚类结果,利用改进的自动编... 当前的不完整数据处理算法填充缺失值时,精度低下。针对这个问题,提出一种基于CFS聚类和改进的自动编码模型的不完整数据填充算法。利用CFS聚类算法对不完整数据集进行聚类,对降噪自动编码模型进行改进,根据聚类结果,利用改进的自动编码模型对缺失数据进行填充。为了使得CFS聚类算法能够对不完整数据集进行聚类,提出一种部分距离策略,用于度量不完整数据对象之间的距离。实验结果表明提出的算法能够有效填充缺失数据。 展开更多
关键词 不完整数据 快速密度聚类算法(CFS) 自动编码机 部分距离策略
下载PDF
适于高维数据的多标记学习层次树模型
3
作者 万润君 郭嗣琮 +1 位作者 刘海涛 曾繁慧 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2022年第1期73-78,共6页
为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数... 为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数据集、12个多标记分类评价指标上进行多标记学习实验,并与6种经典多标记学习算法的评价指标值进行算法对比.实验结果表明,该模型对多标记学习中高维数据的处理,明显提高了预测性能和学习效率,充分挖掘标记间的相关性,使得标记预测的结果更加准确. 展开更多
关键词 多标记学习 维度灾难 改进的快速密度聚类算法 数据挖掘 ML-HTM模型
下载PDF
基于四分位与CFSFDP的风电机组异常数据清洗方法 被引量：4
4
作者 马良玉 耿妍竹 +1 位作者 袁乃正 段新会 《电力科学与工程》 2023年第6期9-16,共8页
在分析风机功率曲线异常数据的类型及产生原因的基础上,将异常数据划分为堆积型和离散型;在进行简单的异常数据剔除后,分别利用四分位–快速密度峰值聚类、快速密度峰值聚类–四分位这2种不同的组合方法进行数据清洗。将取自数据采集与... 在分析风机功率曲线异常数据的类型及产生原因的基础上,将异常数据划分为堆积型和离散型;在进行简单的异常数据剔除后,分别利用四分位–快速密度峰值聚类、快速密度峰值聚类–四分位这2种不同的组合方法进行数据清洗。将取自数据采集与监视控制系统的4台风机历史运行数据用于实验验证,并采用数据剔除率以及相关性指标来判断异常数据的清洗效果。实验结果表明所提算法可行、有效。 展开更多
关键词 风电机组 采集与监视控制系统 异常数据清洗 四分位法 快速密度峰值聚类算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部