检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

分级聚类支持向量机在中医舌像分类中的应用

计算机应用 2010年第12期30卷 272-273,276页

作者：胡康达符红光孔祥振中国科学院成都计算机应用研究所成都610041

在2类支持向量机(SVM)的基础上,综合分级聚类和决策树的思想构造多类支持向量机,并由此构建了中医舌像分类模型。该算法首先对训练集中距离最近的两类依次进行合并,得到一棵自底向上的决策树,再通过训练构造决策树的各级分类器,从而减... 详细信息

在2类支持向量机(SVM)的基础上,综合分级聚类和决策树的思想构造多类支持向量机,并由此构建了中医舌像分类模型。该算法首先对训练集中距离最近的两类依次进行合并,得到一棵自底向上的决策树,再通过训练构造决策树的各级分类器,从而减少了分类器数量和支撑向量数量,加快了决策速度。由于采用了决策树的思想,从而避免了拒绝分类区和重复分类区的出现,提高了准确率。实验结果表明,与其他多类支持向量机方法相比,分级聚类SVM方法能够提高分类速度和准确率。

关键词：决策树分级聚类舌像分类支持向量机

分级聚类与平面划分结合方法在网页分类中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2004年第35期40卷 139-141,204页

作者：王丽侠房福亭浙江师范大学信息科学与工程学院金华321004 菏泽市牡丹区财政局菏泽274000

文章研究分级聚类与平面划分结合方法在网页分类中的应用。阐述了网页分类问题中样本特征分布的特点和复杂性,分级聚类能够生成层次化的嵌套类,且具有较高的准确度,但具有较高的计算复杂度,不适合计算大量样本的计算问题。K-均值算法受... 详细信息

文章研究分级聚类与平面划分结合方法在网页分类中的应用。阐述了网页分类问题中样本特征分布的特点和复杂性,分级聚类能够生成层次化的嵌套类,且具有较高的准确度,但具有较高的计算复杂度,不适合计算大量样本的计算问题。K-均值算法受初始聚类中心的选择影响较大,对于不规则分布的样本往往聚类的效果不佳。文章考虑利用少数样本和分级聚类算法进行样本集合的初始聚类中心的划分,再利用K-均值算法对整个样本集合做聚类,则既可以避免分级聚类算法的计算复杂又可充分利用K-均值算法的快速特点;另一方面则利用了分级聚类算法准确度高为确定初始聚类中心提供了可靠的方法。文中给出了纯K-均值方法、分级聚类与平面划分结合方法在解决文本分类问题上的实验结果。

关键词：文本聚类层次聚类 K-均值机器学习计算复杂度分级聚类平面划分网页分类

基于分级聚类的有源配电网故障区段定位系统设计

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2023年第13期31卷 132-136页

作者：徐磊周昊程江苏电力信息技术有限公司江苏南京210000

针对有源配电网各个故障区段参数相似导致振荡不收敛的问题,设计了基于分级聚类的有源配电网故障区段定位系统。使用ARM7嵌入式CPU板,通过扩展不同外围接口实现不同通道数据采样。利用模数转换模块,将连续变量的模拟信号转换为离散数字... 详细信息

针对有源配电网各个故障区段参数相似导致振荡不收敛的问题,设计了基于分级聚类的有源配电网故障区段定位系统。使用ARM7嵌入式CPU板,通过扩展不同外围接口实现不同通道数据采样。利用模数转换模块,将连续变量的模拟信号转换为离散数字信号形式。通过FPGA数据存储器存储离散信号数据。利用分级聚类和相似性测度方法,完成不同配电网故障区段样本集的分级聚类。引入分级聚类结果的silhouette指标,选取最优聚类结果,避免由于参数设置不合理导致振荡不收敛的问题。根据最优聚类结果,设计有源配电网故障区段定位流程。由实验结果可知,以节点编号1为例,该系统区内故障电源正序分量从故障前68.8°变化到故障后的58.6°、区外故障电源正序分量从故障前68.5°变化到故障后的57.4°,在实际正序分量变化范围内,说明设计系统故障区段定位结果精准。

关键词：分级聚类有源配电网 FPGA数据存储器正序分量

分级聚类支持向量机在汽轮机故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

华北电力大学学报（自然科学版） 2003年第6期30卷 25-29页

作者：翟永杰毛继珮于丽敏刘长良华北电力大学动力工程系河北保定071003 西柏坡发电责任有限公司河北平山050400

在两类支持向量机的基础上,综合分级聚类和决策树的思想构造多类支持向量机,从而简化了分类器结构,减少了分类器数量,避免了拒绝分类区的出现,并加快了训练和识别速度。在小样本情况下对多类汽轮发电机组故障进行了诊断研究,结果表明该... 详细信息

在两类支持向量机的基础上,综合分级聚类和决策树的思想构造多类支持向量机,从而简化了分类器结构,减少了分类器数量,避免了拒绝分类区的出现,并加快了训练和识别速度。在小样本情况下对多类汽轮发电机组故障进行了诊断研究,结果表明该方法能够正确地对故障进行识别。

关键词：汽轮机故障诊断分级聚类支持向量机统计学习理论汽轮发电机组

在线全文

学校读者我要写书评

暂无评论

基于竞争思想的分级聚类算法

信息与控制 2017年第5期46卷 614-619,626页

作者：张文倩庄华亮陈翔何熊熊浙江工业大学信息工程学院浙江杭州310023 浙江三门县人民医院浙江台州317100

为了解决海量数据分析中的非凸状等复杂聚类问题,同时兼顾聚类算法运算速度,提出了一种新的基于竞争思想的快速分级聚类算法.首先,根据给定邻域半径对数据进行第1级分类;然后,在第1级聚类的基础上,基于数据竞争的思想,以簇间数据密度为... 详细信息

为了解决海量数据分析中的非凸状等复杂聚类问题,同时兼顾聚类算法运算速度,提出了一种新的基于竞争思想的快速分级聚类算法.首先,根据给定邻域半径对数据进行第1级分类;然后,在第1级聚类的基础上,基于数据竞争的思想,以簇间数据密度为依据,设立第1级聚类生成的小簇之间小簇联系性权重的增加准则;最后,依据该准则计算有联系的小簇之间联系权重,对达到权重阈值的小簇进行合并,从而解决非凸状等复杂聚类问题.仿真实验表明,算法的聚类精度和抗噪声能力均优于传统的K-means算法和基于密度的DBSCAN(densitybased spatial clustering of applications with noise)算法.由于算法复杂度较低,算法对于大数据的聚类分析将会具有更好的适用性.

关键词：分级聚类复杂聚类竞争算法联系性权重类合并

在线全文

学校读者我要写书评

暂无评论

面向变尺度密度数据的分级聚类算法

计算机应用 2020年第S2期40卷 54-59页

作者：袁志琴庄华亮何熊熊浙江工业大学信息工程学院杭州310023

针对传统的基于距离和密度的聚类算法存在的一些常见的问题,诸如不适用于密度多尺度变化的数据及非凸状数据聚类、聚类质量过于依赖参数、计算复杂度较高等,提出了一种基于区域生长及竞争的分级聚类算法。聚类过程分为三级:首先,第一级... 详细信息

针对传统的基于距离和密度的聚类算法存在的一些常见的问题,诸如不适用于密度多尺度变化的数据及非凸状数据聚类、聚类质量过于依赖参数、计算复杂度较高等,提出了一种基于区域生长及竞争的分级聚类算法。聚类过程分为三级:首先,第一级聚类基于欧氏距离,用距离阈值将对象划分为一定数目的小类来覆盖数据空间,同时降低算法复杂度;然后,第二级用空间数据区域生长的方法,用已获得簇心作为生长种子,在逐步放宽类半径准则的方法下进行生长,来解决变尺度数据密度聚类的问题;最后,第三级基于竞争的思想与密度相似性原则,计算簇心之间的权重,采取适当的规则进行簇的合并,来解决非凸状数据聚类的问题。实验结果表明,所提算法相较K-means及DBSCAN算法能在克服变尺度密度数据空间问题的基础上最大限度地提高聚类的准确度并缩短聚类时间。

关键词：分级聚类变尺度密度数据区域生长关系权重类合并

在线全文

学校读者我要写书评

暂无评论

模糊分级聚类分析方法

数量经济技术经济研究 1991年第12期8卷 46-50页

作者：何湘藩庄真云南大学软科学与系统工程研究中心地球科学系

本文提出模糊分级聚类分析的方法,并阐述了实现分级聚类的技术措施.此方法能综合不同权重的多套多指标的模糊数据,将样本按预期的类别数进行聚类。一、引言随着国民经济管理决策的科学化和系统化,对众多的研究对象进行分级和聚类的要求... 详细信息

本文提出模糊分级聚类分析的方法,并阐述了实现分级聚类的技术措施.此方法能综合不同权重的多套多指标的模糊数据,将样本按预期的类别数进行聚类。一、引言随着国民经济管理决策的科学化和系统化,对众多的研究对象进行分级和聚类的要求愈来愈显得迫切而细致。例如要对某省的128个县进行分级的聚类,依据的指标可能有几十个,每个指标有各自的权重,每位专家可以把每个县按指标归入富裕县。

关键词：模糊分级聚类分析方法分级聚类模糊聚类技术措施类别预期模糊关系矩阵基础矩阵富裕县

基于分级聚类与SURF特征约束的图像真伪决策算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2017年第6期38卷 1602-1607页

作者：桑书娟冯贺王璐安阳工学院计算机科学与信息工程学院河南安阳455000 郑州大学信息工程学院河南郑州450001

当前篡改图像识别算法在对组合篡改图像进行识别时,主要采用对像素或者块进行逐一匹配的方法来检测,导致识别精度不高、鲁棒性差等不足,为此提出改进的SURF耦合分级聚类的图像信息真伪决策算法。采用积分图像模型计算矩形区域像素强度... 详细信息

当前篡改图像识别算法在对组合篡改图像进行识别时,主要采用对像素或者块进行逐一匹配的方法来检测,导致识别精度不高、鲁棒性差等不足,为此提出改进的SURF耦合分级聚类的图像信息真伪决策算法。采用积分图像模型计算矩形区域像素强度的总和,通过计算Hessian矩阵提取特征点,构建圆形筛除器对SURF进行改进,对特征点数量进行整定,提高算法效率;引入最优节点优先方法 (best bin first method,BBF)对最近邻进行搜索,通过对特征点的特征描述符进行计算,完成特征点匹配;利用分级聚类方法,对特征点进行集群,创建层次树,完成图像的篡改检测。仿真结果表明,与当前图像篡改识别技术相比,所提算法具有更强的鲁棒性以及更高的检测精度。

关键词：图像真伪决策分级聚类积分图像圆形筛除器最优节点优先方法

在线全文

学校读者我要写书评

暂无评论

基于云计算与非负矩阵分解的数据分级聚类

现代电子技术 2018年第5期41卷 56-60页

作者：赵艳萍徐胜超青海广播电视大学青海西宁810008 钦州学院电子与信息工程学院广西钦州535011

为了提高传统数据聚类算法在大数据挖掘应用中的性能,借助云计算的相关技术,并结合非负矩阵分解方法设计并实现了一种并行的数据层次聚类算法。该算法采用Map Reduce编程平台,利用Hadoop的HDFS存储大容量的电信运营商数据;描述了Map Red... 详细信息

为了提高传统数据聚类算法在大数据挖掘应用中的性能,借助云计算的相关技术,并结合非负矩阵分解方法设计并实现了一种并行的数据层次聚类算法。该算法采用Map Reduce编程平台,利用Hadoop的HDFS存储大容量的电信运营商数据;描述了Map Reduce的数据分级聚类并行处理的工作机制与流程;通过Map和Reduce这种主-从编程模式很方便地使数据分级聚类的子任务在Hadoop的PC集群上运行。实验结果表明,该方法比传统用于数据聚类的非负矩阵方法具有更好的运行时间与加速比,能够在可以接受的时间范围内完成电信运营商的大数据处理。

关键词：云计算分级聚类 MapReduce 非负矩阵分解聚类算法并行数据