基于并行FP-growth算法挖掘网上关联交易规则     

杨种学 《南京晓庄学院学报》2005,21(5):65-70

发现关联规则是数据挖掘技术的重要任务之一。之前提出的绝大多数算法需要多次遍历数据库才能产生频繁项集,造成巨大的CPU和内存开销。根据网上交易数据海量的特点,提出了一种基于频繁模式增长(FP-growth)的并行算法。该算法可以在不产生候选集的基础上并行的挖掘海量数据。试验证明该算法可以缓解了项目数量巨大而内存不足的矛盾,减少了算法的执行时间。利用该算法对网上交易进行关联规则挖掘,发现了有价值的决策支持信息。  相似文献   

基于BP神经网络的异常入侵检测方法     

杨种学  杨宁 《南京晓庄学院学报》2006,22(6):82-86

提出一种基于BP神经网络的异常入侵检测方法,由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络,具有对不确定性的学习与适应能力,可以很好的满足入侵检测分类识别的需求.对“KDD Cup 1999 Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率.仿真实验表明,基于BP神经网络的入侵检测方法是有效的.  相似文献   

工程教育背景下的软件人才培养模式探索与实践     

杨种学 《教育教学论坛》2013,(49):221-223

本文分析了当前我国工程教育人才培养工作面临的现状,提出培养学生工程实践能力和创新精神是工程教育的根本任务。结合所在学校具体情况,明确陶行知"生活教育"理论为指导的计算机类专业创新人才培养的基本理念,确立"一个主线,二个面向,三个维度,四个融合,五个意识,六个能力"的人才培养目标,以及开展工程教育、培养学生创新精神和工程实践能力的基本思路和方法。  相似文献   

基于回归技术商品销售趋势预测模型的实现   总被引：1，自引：0，他引：1  

杨种学 《保山师专学报》2009,28(5):64-67

运用统计技术进行预测分析是数据挖掘领域的一项重要任务。利用线性回归建模技术、最小二乘法以及在线分析处理（OLAP）技术,设计并实现了基于回归技术的商品销售预测模型。并且利用该模型从海量数据库中挖掘出决策支持知识。  相似文献