顾红其
- 作品数：13 被引量：18H指数：2
- 供职机构：苏州大学计算机科学与技术学院更多>>
- 相关领域：自动化与计算机技术文化科学经济管理水利工程更多>>
- 基于曲波变换和独立成分分析的人脸识别被引量：1
- 2017年
- 为了提高人脸识别率,加快人脸识别速度,针对当前人脸识别算法存在的不足,提出曲波变换和独立成分分析的人脸识别算法。该算法首先采用曲波变换提取人脸图像的曲波系数,再进行加权和融合,改善人脸识别的效率,然后采用独立成分分析对特征进行稀疏化处理,减少特征冗余信息,降低人脸识别的计算复杂度,最后在标准人脸库上进行了性能测试,结果表明,该算法能够获得较高的人脸识别率,且单幅人脸识别时间要小于其他算法,增强了人脸识别的实时性,具有更高的实际应用价值。
- 巫红霞顾红其
- 关键词：人脸识别技术人脸库特征降维
- 面向电子商务的web挖掘中关联算法的研究
- 关联规则挖掘是数据挖掘的一个重要组成部分，频繁集挖掘是关联规则挖掘的关键步骤，它在很大程度上决定了关联规则挖掘的效率。本文分析和研究了两种著名的频集算法Apriori和FP-growth，指出了它们各自的优缺点。并提出一...
- 顾红其
- 关键词：电子商务WEB挖掘关联规则挖掘频繁集挖掘个性化推荐服务
- 文献传递
- 关联挖掘Apriori算法的研究与应用被引量：2
- 2009年
- 关联规则是数据挖掘领域的一个重要分支。随着大量数据不停地收集和存储,人们对挖掘数据间的关联规则越来越感兴趣,Apriori算法就是经典的关联挖掘算法,文章分析了Apriori的算法思想、算法描述及实际应用。
- 顾红其
- 关键词：数据挖掘关联规则频繁项集
- 频繁项集挖掘算法的研究
- 2010年
- 频繁项集挖掘是数据挖掘领域的一个重要部分。随着大量数据不停地收集和存储,人们总希望从这些数据中找到内在的联系来为我们服务,频繁项集的挖掘算法有许多,如Apriori算法,fp-growth算法就是经典的频繁项集关联挖掘算法,文章重点分析了apriori的算法思想、算法描述及实际应用,同时也简要介绍了fp=growth算法思想。
- 顾红其
- 关键词：关联规则频繁项集APRIORIFP-GROWTH
- 基于Apriori的改进挖掘算法G_Apriori研究被引量：2
- 2010年
- Apriori算法是经典的关联规则挖掘频繁项集的算法,但因算法本身存在许多缺点,使得该算法的时间效率和空间效率都很差。提出一种G_Apriori算法,是在Apriori算法基础之上,每次扫描一个事务,并对该事务的所有可能的项集进行计数,从而确定是否为频繁项集,并将剩余的项集进入下一个事务的计数中,直到所有的事务全部扫描完成,最终得到所有的频繁项集。
- 顾红其
- 关键词：APRIORI关联规则数据挖掘频繁项集
- 基于iOS的图像动画制作被引量：1
- 2013年
- 该文介绍了iOS软件的体系结构,分析说明了iOS应用的生命周期和MVC设计,最后给出基于iOS的图像动画制作实例,同时演示了图像视图、滑块和步进等控件的使用。
- 韩啸顾红其
- 关键词：IOSMVC图像动画控件生命周期
- Xml在web数据挖掘中的作用与研究被引量：1
- 2008年
- 随着HTML格式的出现,Internet得到了迅猛发展,面对着浩瀚如烟的数据,为了从中发现潜在的、有价值的信息,必须对Web信息进行挖掘,但由于HTML语言特点,使得Web信息的组织结构性很差,对于进行Web数据挖掘工作有很大的阻碍,XML语言的出现从根本上解决了这个问题,XML语言具有良好的结构,层次性好,用其对Web页面信息进行组织,有利于进行数据挖掘工作。
- 顾红其
- 关键词：XML数据挖掘WEB数据挖掘
- 多维度计算机基础教学的思考被引量：1
- 2018年
- 该文通过对传统的本科生的计算机基础教学方法的分析,分析存在的缺点和问题,引入了多维度项目教学理念,将传统的计算机基础教学分为四个方向,各个方向基础相同,拓展知识点不同,让不同学院不同专业的本科生能够更好地学习相关知识.
- 顾红其
- 关键词：多维度项目教学法
- 一种基于Parzen窗技术和Tsallis熵原理的图像分割新方法
- 2009年
- 提出了一种基于Parzen窗技术和Tsallis熵原理的图像分割新方法.该方法采用Parzen窗技术来估计图像灰度值的空间概率分布,再结合Tsallis熵来构造新的目标函数,最后在图像灰度值范围内搜索使该目标函数达到最大值的灰度值作为最佳全局阈值.通过和传统的基于Tsallis熵理论的图像分割方法相比较,结果表明该方法对图像分割精度非常高,且稳定性强.
- 熊福松顾红其
- 关键词：图像分割PARZEN窗TSALLIS熵阈值函数
- 基于频繁树的关联挖掘算法FP-Growth的研究
- 2009年
- FP-growth算法是当前挖掘频繁项目集算法中应用最广,并且不需要候选集的一种挖掘关联规则的算法。该文研究分析研究了FP-growth的算法思想、算法描述,并举例分析了FP-growth的执行过程。
- 顾红其熊福松
- 关键词：关联规则频繁项集FP-TREEFP-GROWTH
