检索结果-南通市图书馆

一种基于MST的自适应优化相异性度量的半监督聚类方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2011年第10期33卷 154-158页

作者：陈新泉重庆三峡学院计算机科学与工程学院重庆404000 上饶师范学院数学与计算机科学学院江西上饶334001

针对混合属性空间中具有同一(或相近)分布特性的带类别标记的小样本集和无类别标记的大样本数据集,提出了一种基于MST的自适应优化相异性度量的半监督聚类方法。该方法首先采用决策树方法来获取小样本集的"规则聚类区域",然后根据"同一... 详细信息

针对混合属性空间中具有同一(或相近)分布特性的带类别标记的小样本集和无类别标记的大样本数据集,提出了一种基于MST的自适应优化相异性度量的半监督聚类方法。该方法首先采用决策树方法来获取小样本集的"规则聚类区域",然后根据"同一聚类的数据点更为接近"的原则自适应优化建构在该混合属性空间中的相异性度量,最后将优化后的相异性度量应用于基于MST的聚类算法中,以获得更为有效的聚类结果。仿真实验结果表明,该方法对有些数据集是有改进效果的。为进一步推广并在实际中发掘出该方法的应用价值,本文在最后给出了一个较有价值的研究展望。

关键词：相异性度量半监督聚类混合属性

一种可优化相异性度量的Affinity Propagation算法

在线全文

学校读者我要写书评

暂无评论

电子元器件与信息技术 2017年第1期 38-44+49页

作者：陈新泉重庆三峡学院智能信息处理与控制重点实验室

为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种可优化相异性度量的AffinityPropagation聚类算法(算法1)。接着对该聚类算法进行了必要的讨论,并给出其时间复杂度及收敛性分析。... 详细信息

为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种可优化相异性度量的AffinityPropagation聚类算法(算法1)。接着对该聚类算法进行了必要的讨论,并给出其时间复杂度及收敛性分析。通过几个UCI标准数据集验证了该聚类算法有时能取得更好的聚类质量,从而说明该加权聚类算法具有一定的有效性。最后给出一个研究展望,为下一步的研究指明了方向。

关键词：相异性度量 Affinity Propagation 有序属性无序属性混合属性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于信息熵的混合数据属性加权聚类算法

计算机研究与发展 2016年第5期53卷 1018-1028页

作者：赵兴旺梁吉业山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

同时兼具数值型和分类型属性的混合数据在实际应用中普通存在,混合数据的聚类分析越来越受到广泛的关注.为解决高维混合数据聚类中属性加权问题,提出了一种基于信息熵的混合数据属性加权聚类算法,以提升模式发现的效果.工作主要包括:首... 详细信息

同时兼具数值型和分类型属性的混合数据在实际应用中普通存在,混合数据的聚类分析越来越受到广泛的关注.为解决高维混合数据聚类中属性加权问题,提出了一种基于信息熵的混合数据属性加权聚类算法,以提升模式发现的效果.工作主要包括:首先为了更加准确客观地度量对象与类之间的差异性,设计了针对混合数据的扩展欧氏距离;然后,在信息熵框架下利用类内信息熵和类间信息熵给出了聚类结果中类内抱团性及一个类与其余类分离度的统一度量机制,并基于此给出了一种属性重要性度量方法,进而设计了一种基于信息熵的属性加权混合数据聚类算法.在10个UCI数据集上的实验结果表明,提出的算法在4种聚类评价指标下优于传统的属性未加权聚类算法和已有的属性加权聚类算法,并通过统计显著性检验表明本文提出算法的聚类结果与已有算法聚类结果具有显著差异性.

关键词：聚类分析混合数据属性加权信息熵相异性度量

基于分类型矩阵对象数据的MD fuzzy k-modes聚类算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2019年第6期56卷 1325-1337页

作者：李顺勇张苗苗曹付元山西大学数学科学学院太原030006 山西大学计算机与信息技术学院太原030006

传统的聚类算法一般是对单值属性数据进行聚类.但在许多实际应用中,每个对象通常被多个特征向量所描述.例如,顾客在购物时可能同时购买多个产品.由多个特征向量描述的对象称为矩阵对象,由矩阵对象构成的数据集称为矩阵对象数据集.目前,... 详细信息

传统的聚类算法一般是对单值属性数据进行聚类.但在许多实际应用中,每个对象通常被多个特征向量所描述.例如,顾客在购物时可能同时购买多个产品.由多个特征向量描述的对象称为矩阵对象,由矩阵对象构成的数据集称为矩阵对象数据集.目前,针对矩阵对象数据聚类算法的研究相对较少,还有很多问题有待解决.利用fuzzy k-modes算法的聚类过程,提出一种基于矩阵对象数据的matrix-object data fuzzy k-modes(MD fuzzy k-modes)聚类算法.该算法结合模糊集的概念引入模糊因子β,重新定义了矩阵对象间的相异性度量,并给出类中心的启发式更新算法.最后,在5个真实数据集上验证了MD fuzzy k-modes算法的有效性,并分析了模糊因子β与隶属度w之间的关系.大数据时代,利用MD fuzzy k-modes算法对多条记录进行聚类,能更易发现顾客的消费偏好,从而做出更有针对性的推荐.

关键词：矩阵对象数据 MD fuzzy k-modes算法相异性度量类中心聚类

TCP/IP数据包匹配技术在企业黑客入侵检测中的应用

在线全文

学校读者我要写书评

暂无评论

企业科技与发展 2022年第1期 82-84页

作者：张静苏蓓蓓黄星杰尚智婕赵金梦国家电网有限公司信息通信分公司北京100000

传统入侵检测方法检测次数较少,防入侵效果不理想,文章设计以一种基于TCP/IP数据包匹配技术的企业黑客入侵检测方法,实现提高黑客入侵检测的次数的目标。基于TCP/IP数据包匹配技术的企业黑客入侵检测方法先处理企业黑客入侵检测初始数据... 详细信息

传统入侵检测方法检测次数较少,防入侵效果不理想,文章设计以一种基于TCP/IP数据包匹配技术的企业黑客入侵检测方法,实现提高黑客入侵检测的次数的目标。基于TCP/IP数据包匹配技术的企业黑客入侵检测方法先处理企业黑客入侵检测初始数据,然后对黑客入侵检测数据进行整合,并根据整合的数据,构建企业黑客入侵检测模型,设置相应的阈值描述入侵检测过程,计算入侵检测模型的相异性度量,改进异常入侵检测指标,进而实现对企业黑客入侵的检测。完成理论研究后,进行仿真对比验证,结果表明新方法检测到的入侵次数与实际入侵次数相差0~1次,而传统方法的检测次数与实际入侵次数相差3~10次。因此,基于TCP/IP数据包匹配技术的企业黑客入侵检测方法的应用效果更佳,具有一定的推广价值。

关键词： TCP/IP数据包匹配技术企业数据黑客入侵检测相异性度量

在线全文

学校读者我要写书评

暂无评论

边缘跟踪算法的图像线条画生成

中国图象图形学报 2011年第11期16卷 2074-2080页

作者：梁波戴芳赵凤群西安理工大学理学院西安710054

给出一种基于边缘跟踪算法的图像线条画生成算法。该算法由边缘跟踪和线条画绘制两部分组成。在边缘跟踪中,提出基于相异性度量的边缘跟踪算法,以使利用边缘检测算子得到的边缘能够归类、连接;在线条画绘制过程中,引入非均匀B样条对不... 详细信息

给出一种基于边缘跟踪算法的图像线条画生成算法。该算法由边缘跟踪和线条画绘制两部分组成。在边缘跟踪中,提出基于相异性度量的边缘跟踪算法,以使利用边缘检测算子得到的边缘能够归类、连接;在线条画绘制过程中,引入非均匀B样条对不连续边缘进行插值并使用高斯平滑以获得连续光滑的边缘线条,然后以线条的曲率为依据,生成画笔,实现线条画的绘制。实验给出了本文方法生成的图像线条画的结果,实验结果表明,本文方法能够迅速快捷的生成较高质量的线条画。

关键词：线条画边缘跟踪非均匀B样条插值高斯平滑相异性度量

在线全文

学校读者我要写书评

暂无评论

推进式优化特征权重的K-中心点聚类方法

计算机工程与应用 2011年第29期47卷 175-181,204页

作者：陈新泉重庆三峡学院计算机科学与工程学院重庆404000 上饶师范学院数学与计算机科学学院江西上饶334001

为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种推进式优化特征权重的K-中心点聚类算法。对该聚类算法进行了必要的讨论,给出其时间复杂度分析及算法收敛性分析。为实现该聚类算... 详细信息

为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种推进式优化特征权重的K-中心点聚类算法。对该聚类算法进行了必要的讨论,给出其时间复杂度分析及算法收敛性分析。为实现该聚类算法的特征权重优化步骤,给出了二种不同的特征权重优化方法和几个自适应优化距离权重系数、目标函数系数的方法。这些优化方法在一定的理论层次上解决了相异性度量的自适应优化问题。通过几个UCI标准数据集验证了该聚类算法有时能取得更好的聚类质量,从而说明该加权聚类算法具有一定的有效性。给出了几点研究展望,为下一步的研究指明了方向。

关键词：相异性度量 K-中心点聚类有序属性无序属性混合属性

基于模糊质心的混合属性数据模糊加权聚类算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2018年第2期45卷 109-113页

作者：冀进朝赵晓威何飞胡英慧白天李在荣东北师范大学信息科学与技术学院长春130117 东北师范大学计算生物研究所长春130117 吉林大学计算机科学与技术学院长春130012 东北师范大学传媒科学学院长春130117

在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇。为解决该问题,Klawonn和H9ppner使用模糊函数替换模糊系数(KH算法),但该方法是针对数值属性数据而设计的。然而,在许多真实的应用中,... 详细信息

在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇。为解决该问题,Klawonn和H9ppner使用模糊函数替换模糊系数(KH算法),但该方法是针对数值属性数据而设计的。然而,在许多真实的应用中,数据对象通常同时由数值属性和分类属性描述。面向混合属性数据,文中提出了一种新的基于模糊质心的模糊加权聚类算法。首先结合模糊质心和均值来表示混合属性条件下的簇中心,然后使用能够评估不同属性在聚类过程中作用的度量来评估数据对象和簇中心之间的相异度,最后给出算法框架。在3个混合属性数据集上对新算法进行了一系列的测试,实验结果表明新算法的性能优于传统算法。

关键词：模糊聚类数据挖掘混合数据相异性度量

在线全文

学校读者我要写书评

暂无评论

异构属性数据的量子聚类方法研究

计算机工程与应用 2009年第23期45卷 63-66页

作者：李志华王士同江南大学信息工程学院江苏无锡214122

研究了异构属性数据的聚类问题。通过挖掘样本中的结构信息,用加权的Mahalanobis距离来度量异构样本的相异性;根据分类属性数据的分布与粒子在量子势能场中的分布不平衡的相似性,重写量子势能公式为距离量子势能的形式,提出了一种新的... 详细信息

研究了异构属性数据的聚类问题。通过挖掘样本中的结构信息,用加权的Mahalanobis距离来度量异构样本的相异性;根据分类属性数据的分布与粒子在量子势能场中的分布不平衡的相似性,重写量子势能公式为距离量子势能的形式,提出了一种新的异构属性数据量子聚类WMDQC算法。通过进一步集成该算法和AHC算法为WMDQCM聚类方法,用AHC算法更高效地挖掘样本中有利于聚类的结构线索。实验结果表明,方法具有比较优势,显著地改善了聚类性能,具有一定的实用价值。

关键词：异构数据相异性度量 Mahalanobis距离量子势能聚类算法