受限玻尔兹曼机结合聚类的特异点挖掘方法
Mining Specific Points Based on Restricted Boltzmann Machine and Clustering Method作者机构:江西中医药大学计算机学院江西南昌330004
出 版 物:《软件导刊》 (Software Guide)
年 卷 期:2020年第19卷第2期
页 面:136-139页
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:地方高校国家级大学生创新创业训练计划项目(201710412014)。
摘 要:为了减少高维数据“维数灾难对聚类效果的影响,将高斯受限玻尔兹曼机与DBSCAN算法相结合。首先利用高斯受限玻尔兹曼机对训练数据进行降维,然后采用DBSCAN算法识别降维后的数据特异点,最后利用UCI数据集中的数据进行实验验证,并开发了相应演示系统。实验选取UCI数据集中的3组数据进行验证,结果发现,该方法准确率分别为0.778、0.714、0.900,分别比DBSCAN算法提高了0.19、0.514、0.186,效果优于DBSCAN算法。因此高斯受限玻尔兹曼机与DBSCAN算法结合不仅能提高识别结果准确度,而且能提升识别效率。