检索结果-南通市图书馆

计算机工程与应用 2009年第17期45卷 1-4,25页

作者：罗会兰危辉复旦大学计算机科学技术学院上海200433 江西理工大学信息工程学院江西赣州341000

通过把聚类集体当成一个概念型数据集,把聚类集体一致性函数问题转换成了一个普通的聚类问题,应用概念型数据聚类算法k-modes和LIMBO来进行聚类集成。实验结果证明用概念型数据聚类算法进行集成效果理想。

关键词：聚类集成学习一致性函数

检波器评估系统——一致性函数,相关运算以及传递函数分析

在线全文

学校读者我要写书评

暂无评论

石油物探 2018年第4期57卷 531-536页

作者：俞度立 Bernard MAECHLER 王之洋北京化工大学信息科学与技术学院

提出一种基于一致性函数的检波器性能评估方法,对常规速度检波器和加速度计检波器的性能矩阵进行评估,以提高地震监测和勘探应用质量。同时介绍了传递函数分析法以及延时互相关分析法这两种检波器性能评估方法。分析传递函数分析法、延... 详细信息

提出一种基于一致性函数的检波器性能评估方法,对常规速度检波器和加速度计检波器的性能矩阵进行评估,以提高地震监测和勘探应用质量。同时介绍了传递函数分析法以及延时互相关分析法这两种检波器性能评估方法。分析传递函数分析法、延时互相关分析法和一致性函数法发现:传递函数分析法和延时互相关分析法分别从频率域和时间域分析评估检波器的性能;传递函数分析法需要同时分析检波器输出的幅频特性和相频特性,涉及较多的参数,不能直观地评估检波器的性能;延时互相关分析法则需要计算多组数字时移,存在计算量较大的问题。相比于前面两种方法,一致性函数法是一种综合性的检波器性能评估方法,该方法基于频率域中输入信号以及经过检波器的输出信号的变化程度,将多个待分析变量统一为一个归一化变量——一致性函数值（取值范围为0;）,消除了输入信号和输出信号之间变化幅度的影响,只单纯反映两个信号每单位变化时的相似程度。解决了现有检波器性能评估方法中存在的复杂的参数比较和计算量大的问题,更加直观以及全面地评估检波器的性能。

关键词：检波器性能评估常规检波器加速度计检波器性能矩阵一致性函数相关运算传递函数分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高阶离散时间多智能体系统的量化一致性

数学物理学报（A辑） 2017年第6期37卷 1176-1188页

作者：盖彦荣齐耀辉陈阳舟宋学君河北师范大学物理科学与信息工程学院石家庄050024 北京工业大学城市交通学院北京100124

研究高阶线性多智能体系统在有向量化链路信息拓扑下的一致性问题,首先提出了包含智能体自身与其邻居量化信息的线性一致性协议,其次利用提出的线性变换,将一致性问题转化为稳定性问题,基于稳定性理论,得到基于矩阵Schur稳定性的充要条... 详细信息

研究高阶线性多智能体系统在有向量化链路信息拓扑下的一致性问题,首先提出了包含智能体自身与其邻居量化信息的线性一致性协议,其次利用提出的线性变换,将一致性问题转化为稳定性问题,基于稳定性理论,得到基于矩阵Schur稳定性的充要条件,并得到依赖于信息拓扑、系统动态和整个系统初始状态的一致性函数,最后,通过求解代数Riccati不等式,提出增益矩阵的设计过程.

关键词：高阶离散时间线性多智能体系统(HDLMAS) 量化一致性有向信息拓扑一致性判据一致性函数

在线全文

学校读者我要写书评

暂无评论

群决策群体意见的一致性模糊分析

系统工程学报 2007年第5期22卷 492-497页

作者：陈业华邱菀华燕山大学经济管理学院河北秦皇岛066004 北京航空航天大学经济管理学院北京100083

研究了群决策中群体意见一致性问题.根据群体决策的基本特征,提出一种称为决策歧意的概念,结合模糊数理论,定义了一种度量决策者意见相似程度的一致性模糊数及其一致性测度,进一步给出群弱一致性和群强一致性定义,提出并证明了有关群体... 详细信息

研究了群决策中群体意见一致性问题.根据群体决策的基本特征,提出一种称为决策歧意的概念,结合模糊数理论,定义了一种度量决策者意见相似程度的一致性模糊数及其一致性测度,进一步给出群弱一致性和群强一致性定义,提出并证明了有关群体意见一致性的几个充要条件.最后,通过算例计算分析,说明了理论方法的可行性和有效性.

关键词：决策歧意一致性函数群弱一致性群强一致性

Fuzzy决策中群体意见一致性指标与一致性判别方法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 1998年第11期18卷 92-95,125页

作者：李德敏周洁张友良中国纺织大学南京理工大学CIMS研究所

运用三角模糊数的概念和性质，提出了衡量决策者之间意见相似程度的一致性函数的定义。利用该函数构造群体一致性指标，且该指标仍近似为三角模糊数，进而给出群体在λ截水平下意见的弱一致性和强一致性的定义。最后，给出弱一致性和强... 详细信息

运用三角模糊数的概念和性质，提出了衡量决策者之间意见相似程度的一致性函数的定义。利用该函数构造群体一致性指标，且该指标仍近似为三角模糊数，进而给出群体在λ截水平下意见的弱一致性和强一致性的定义。最后，给出弱一致性和强一致性的判别方法。

关键词：群决策一致性函数一致性指标 Fuzzy决策

在线全文

学校读者我要写书评

暂无评论

一种深度自监督聚类集成算法

智能系统学报 2020年第6期15卷 1113-1120页

作者：杜航原张晶王文剑山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

针对聚类集成中一致性函数设计问题,本文提出一种深度自监督聚类集成算法。该算法首先根据基聚类划分结果采用加权连通三元组算法计算样本之间的相似度矩阵,基于相似度矩阵表达邻接关系,将基聚类由特征空间中的数据表示变换至图数据表示... 详细信息

针对聚类集成中一致性函数设计问题,本文提出一种深度自监督聚类集成算法。该算法首先根据基聚类划分结果采用加权连通三元组算法计算样本之间的相似度矩阵,基于相似度矩阵表达邻接关系,将基聚类由特征空间中的数据表示变换至图数据表示;在此基础上,基聚类的一致性集成问题被转化为对基聚类图数据表示的图聚类问题。为此,本文利用图神经网络构造自监督聚类集成模型,一方面采用图自动编码器学习图的低维嵌入,依据低维嵌入似然分布估计聚类集成的目标分布;另一方面利用聚类集成目标对低维嵌入过程进行指导,确保模型获得的图低维嵌入与聚类集成结果是一致最优的。在大量数据集上进行了仿真实验,结果表明本文算法相比HGPA、CSPA和MCLA等算法可以进一步提高聚类集成结果的准确性。

关键词：特征空间聚类算法一致性函数图表示相似性度量自监督学习图数据神经网络模型

在线全文

学校读者我要写书评

暂无评论

聚类集成方法研究

计算机科学 2011年第2期38卷 166-170页

作者：杨草原刘大有杨博池淑珍金弟吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

聚类集成通过对原始数据集的多个聚类结果进行学习和集成,得到一个能较好地反映数据集内在结构的数据划分。聚类集成能够较好地检测和处理孤立点,提高聚类结果质量。综述了聚类集成的相关知识,介绍了聚类集成的相关概念和优点;根据使用... 详细信息

聚类集成通过对原始数据集的多个聚类结果进行学习和集成,得到一个能较好地反映数据集内在结构的数据划分。聚类集成能够较好地检测和处理孤立点,提高聚类结果质量。综述了聚类集成的相关知识,介绍了聚类集成的相关概念和优点;根据使用的聚类算法介绍了3种产生聚类成员方法,分析了各自的优缺点及适用条件;介绍了目前已有的一致性函数,阐述了其基本原理,并指出了其局限;最后讨论了未来的研究方向。

关键词：聚类集成聚类成员一致性函数聚类算法

在线全文

学校读者我要写书评

暂无评论

约束与度量相结合的半监督聚类集成

计算机工程与设计 2016年第9期37卷 2440-2446,2452页

作者：韦斯婷李志欣张灿龙广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 广西师范大学计算机科学与信息工程学院广西桂林541004 广西信息科学实验中心广西桂林541004

针对基于约束的和基于度量的两种半监督聚类方法,结合聚类集成展开研究,提出一种结合这两种方法的半监督聚类集成方法。在少量先验知识辅助下使用这两种方法对样本聚类,产生不同的基聚类,运用一致性函数将基聚类整合得到目标聚类。基于... 详细信息

针对基于约束的和基于度量的两种半监督聚类方法,结合聚类集成展开研究,提出一种结合这两种方法的半监督聚类集成方法。在少量先验知识辅助下使用这两种方法对样本聚类,产生不同的基聚类,运用一致性函数将基聚类整合得到目标聚类。基于度量的半监督聚类引入新的度量函数,适用于一般数据集,且因图像像素有着空间信息的特殊性,综合考虑像素固有特征和邻域空间分布,其适用于图像数据。在两类数据集上的实验结果表明,该方法大幅改善了聚类效果。

关键词：半监督聚类一致性函数成对约束度量学习图像数据聚类

在线全文

学校读者我要写书评

暂无评论

基于节点重要性的聚类集成方法研究

基于节点重要性的聚类集成方法研究

作者：杨小丹山西大学

学位级别：硕士

集成学习(Ensemble Learning)作为机器学习中一个十分重要的研究方向,广泛地应用于军事研究、科研教育和社会生活等诸多方面。它是使用多个不同的学习器将其结果整合去解决同一问题的机器学习方法。在互联网通信、卫星追踪、地震监测、... 详细信息

集成学习(Ensemble Learning)作为机器学习中一个十分重要的研究方向,广泛地应用于军事研究、科研教育和社会生活等诸多方面。它是使用多个不同的学习器将其结果整合去解决同一问题的机器学习方法。在互联网通信、卫星追踪、地震监测、人类基因库、语音识别、医疗智能诊断等诸多领域,集成学习技术已经得到了广泛的应用。在集成学习研究的前期,学者们面向的是监督式学习。而聚类集成作为非监督式学习,近年来才慢慢受到关注,成为机器学习领域又一个热门研究。聚类集成是将一个数据集的多次聚类标签结果进行整合,进而得到一个更准确的重新划分。目前,聚类集成重点研究两方面的问题:一是基聚类集的生成;二是设计有效的一致性函数(consensus function),也称为共识函数的设计。现有的聚类集成方法大多是将基聚类的集合看作是一个分类型数据集,然后对这个集合进行聚类。但是这种方法没有结合数据点本身的属性值,忽略了原始数据集,因此形成最终聚类所使用的信息是不完全的。基于这一情况,本文针对集成聚类中一致性函数的设计做了以下研究,主要内容有:(1)在现有一致性函数的基础上提出了一种面向分类型数据的Cate-NIR聚类集成方法。这种算法运用了节点重要性的思想(Node Importance Representative),对一致性函数进行设计,并在UCI分类型数据集上设计实验证实了该算法的普适性。(2)运用提出的Cate-NIR算法思想,针对数值型数据的特殊性进行修改,提出了面向数值型的Num-NIR聚类集成方法,并在通用的数据集上设计实验证实了该算法的适用性。以上研究明显拓宽了聚类集成算法的研究范围,为一致性函数的设计提供了新的研究方向,同时也为聚类集成的研究打下了基础。相信此类算法的不断研究可以解决更多的实际问题。

关键词：聚类集成一致性函数节点重要性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于集成学习的分布式聚类研究及云平台实现

基于集成学习的分布式聚类研究及云平台实现

作者：周小伟南京财经大学

学位级别：硕士

集成学习作为一种机器学习框架,以综合多个学习器的方式获取比单一学习器更加优越的泛化性能,聚类集成是以集成学习的思想通过组合多个基聚类器以提高聚类的准确性、稳定性和鲁棒性。而以分布式存储的大规模数据分析为目标的分布式聚类... 详细信息

集成学习作为一种机器学习框架,以综合多个学习器的方式获取比单一学习器更加优越的泛化性能,聚类集成是以集成学习的思想通过组合多个基聚类器以提高聚类的准确性、稳定性和鲁棒性。而以分布式存储的大规模数据分析为目标的分布式聚类其本质上正是属于一类基于异构数据选择的聚类集成,可被称为中心化聚类集成。本文首先在聚类集成算法理论的基础上,针对一致性函数中忽视基聚类结果间差异性的问题,结合粒计算和信息熵的思想,研究一种改进共联矩阵的聚类集成算法。其次,充分考虑聚类集成和分布式聚类之间的关联性,研究基于聚类集成一致性函数的分布式聚类,将分布式聚类中局部站点的核心点选取及全局聚类的问题转化成共联矩阵一致性函数的构建及聚类集成问题来解决。最后,综合课题理论研究,开发一款分布式聚类计算云平台系统,为分布式聚类计算等聚类分析工作提供一款便捷高效的云端服务。全文主要研究工作包括:(1)改进共联矩阵的聚类集成算法共联矩阵方法在聚类集成算法的一致性函数构造中扮演着重要角色。由于共联矩阵方法存在忽视基聚类结果间差异性和基聚类质量的问题,该问题将导致所构建一致性函数划分能力变弱。借鉴粒度计算理论在处理不确定问题方面的优势,首先引入粒度距离对初始基聚类结果进行筛选,得到预处理基聚类结果;接着设计了一种新的共联矩阵计算方法,将归一化后的平均熵纳入到共联矩阵的元素计算之中,从而提出一种改进共联矩阵的聚类集成算法。多组对照实验结果表明算法的有效性和稳定性良好。(2)基于聚类集成一致性函数的分布式聚类算法现有的分布式聚类算法往往忽视局部聚类和全局聚类之间的联系,局部站点筛选出的核心点代表性不足,全局站点不能充分利用各个局部聚类的结果。本文分析了分布式聚类和聚类集成算法的关系,将核心点的选取和全局聚类问题转化为通过构建共联矩阵一致性函数并得到聚类集成结果的问题。在局部聚类时采用谱聚类的方式,通过知识粒度理论改进了样本间相似性计算方式,构建代表新权重的相似矩阵;在得到局部聚类结果后,通过度的概念结合改进的样本间相似性,定义了评价系数来筛选核心点,并将核心点传输至全局站点;在全局站点的聚类中,通过对核心点构建共联矩阵一致性函数完成聚类集成,进而得到全局聚类结果。多组对照实验表明,算法筛选出的核心点更具代表性,增加计算节点时算法的可扩展性良好。(3)分布式聚类计算云平台系统的研发围绕课题理论研究成果,以阿里云的Elastic Desktop Service为云平台,结合主流分布式计算框架和软件开发技术,设计并研发了一款以分布式聚类计算为核心功能,并辅以数据维护等功能为一体的分布式聚类计算云平台系统。系统总体分为用户层,服务层和云层,并创新性地在服务层中开发了服务引擎和数据聚类算法引擎。该系统集成了本课题理论研究提出的DCCEC分布式聚类算法以及常见的经典聚类算法,系统研发能够降低普通用户分布式聚类分析计算的门槛,并助推研究成果的推广与应用。

关键词：聚类集成共联矩阵一致性函数分布式聚类云计算