搜索结果: 1-6 共查到“数据库 学习”相关记录6条 . 查询时间(0.362 秒)
近日，由吉林大学人工智能学院常毅教授指导的2019级硕士研究生刘芷宁同学的论文《Self-paced Ensemble for Highly Imbalanced Massive Data Classification》被CCF A类会议(ICDE 2020)接收。机器学习系统在许多实际应用场景中都面临着从不平衡数据中学习分类器的困难，研究者提出了一系列方法来解决不平衡学习问题。研究提出了一种通用...
基于Web使用挖掘的个性化学习推荐系统
多Agent系统 个性化 推荐系统
2009/2/7
针对当前Elearning推荐系统存在的问题，引入多Agent（MAS）系统，提出一种基于Web使用挖掘的集成MAS与Web services的分布式智能推荐系统模型。该模型能动态生成基于用户使用信息的个性化链接页面，有效地帮助学员找到所需的资源信息。提出了一种基于最近最少使用策略的系统推荐算法，包括系统整体实现算法、系统聚类算法及推荐算法。实时性能分析显示该系统运行性能良好。
利用抽样技术和元学习的分布式关联规则挖掘算法
抽样 元学习 动态项集计数 相似度
2009/1/13
结合动态项集计数技术和抽样的思想，利用元学习策略来产生频繁项集，提出了一个不共享内存的分布式关联规则挖掘算法DASM；引进了相似度的概念，并用之提高了挖掘的精确度。理论分析以及在IBM数据生成器生成的数据集上的实验均表明，DASM算法具有较高的挖掘效率和较低的通信量，适用于对效率要求较高的应用领域。
普通话韵律规则对于语音合成和语音学研究具有重要意义.为了更有效地进行韵律规则学习，该文利用数据挖掘技术从语料库中提取规则.通过聚类分析进行基频模式提取，并以此进行基频序列的离散化；由语言学分析的结果得出训练句子中每个音节的参数，利用决策树和神经网络学习音节的韵律变化规则.测试表明基于数据挖掘的韵律规则学习取得了较好的结果，证实了方法的有效性.
具有丢失数据的贝叶斯网络结构学习研究
2007/11/2
AbstractAt present, the method of learning Bayesian network structure with missing data is mainly based on the search and scoring method combined with EM algorithm. The algorithm has low efficiency an...