针对传统的两阶段高模糊效用挖掘算法存在产生大量候选项集、忽略项集之间的联系和需要重复扫描数据库的问题,提出了一阶段基于模糊列表的相关高模糊效用挖掘算法(Correlated High Fuzzy Utility Mining Algorithm Based on Fuzzy List,...针对传统的两阶段高模糊效用挖掘算法存在产生大量候选项集、忽略项集之间的联系和需要重复扫描数据库的问题,提出了一阶段基于模糊列表的相关高模糊效用挖掘算法(Correlated High Fuzzy Utility Mining Algorithm Based on Fuzzy List,CoHFUIM)。算法设计了新的模糊列表结构(FHUI-list),使挖掘过程仅需扫描一次数据库,提高了运行效率;上述算法增加了相关性约束并提出了Cos-prune剪枝策略,减少了候选项集的数量,使挖掘出的项集既是高效用的也是高相关的;为了使上述算法适用于动态数据库,提出了改进算法CoHFUIM+。在Chess、Connect和Mushroom三个真实数据集进行仿真,结果表明改进算法的运行时间、内存使用及延展性均优于经典算法TPFU。展开更多
随着互联网信息技术迅猛发展,网络在人们的工作和学习中,有着越来越广泛的应用。为了适应现代化教育改革的需求,密切联系在线教学,网络与学校实现了互联。其中如何安全有效地管理网络,引起人们的高度重视。从访问控制列表(access contro...随着互联网信息技术迅猛发展,网络在人们的工作和学习中,有着越来越广泛的应用。为了适应现代化教育改革的需求,密切联系在线教学,网络与学校实现了互联。其中如何安全有效地管理网络,引起人们的高度重视。从访问控制列表(access control list,ACL)基本概念、基于时间的ACL概述、应用案例以及测试结果等方面阐述了基于时间的访问控制列表在学校网络管理中的应用。展开更多
文摘针对传统的两阶段高模糊效用挖掘算法存在产生大量候选项集、忽略项集之间的联系和需要重复扫描数据库的问题,提出了一阶段基于模糊列表的相关高模糊效用挖掘算法(Correlated High Fuzzy Utility Mining Algorithm Based on Fuzzy List,CoHFUIM)。算法设计了新的模糊列表结构(FHUI-list),使挖掘过程仅需扫描一次数据库,提高了运行效率;上述算法增加了相关性约束并提出了Cos-prune剪枝策略,减少了候选项集的数量,使挖掘出的项集既是高效用的也是高相关的;为了使上述算法适用于动态数据库,提出了改进算法CoHFUIM+。在Chess、Connect和Mushroom三个真实数据集进行仿真,结果表明改进算法的运行时间、内存使用及延展性均优于经典算法TPFU。
文摘随着互联网信息技术迅猛发展,网络在人们的工作和学习中,有着越来越广泛的应用。为了适应现代化教育改革的需求,密切联系在线教学,网络与学校实现了互联。其中如何安全有效地管理网络,引起人们的高度重视。从访问控制列表(access control list,ACL)基本概念、基于时间的ACL概述、应用案例以及测试结果等方面阐述了基于时间的访问控制列表在学校网络管理中的应用。