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

一种语义数据的核分类方法

中文信息学报 2010年第6期24卷 37-42页

作者：李志华任秋英顾言王士同江南大学信息工程学院江苏无锡214122

语义数据的内积计算是个难点问题,制约了有关语义数据的核分类方法的研究和发展。针对此问题,通过给出一种语义数据相异性度量测度的新定义、计算语义数据内积的简化方法、研究核方法和支撑向量机中的核函数的本质,提出了一种语义数据... 详细信息

语义数据的内积计算是个难点问题,制约了有关语义数据的核分类方法的研究和发展。针对此问题,通过给出一种语义数据相异性度量测度的新定义、计算语义数据内积的简化方法、研究核方法和支撑向量机中的核函数的本质,提出了一种语义数据的核分类方法,并把方法向语义数据、连续属性构成的异构数据的分类问题进行了拓展。仿真实验表明方法具有一定的抗离群数据干扰能力,方法的总体性能优于文献中已有的其他方法。通过在异常检测领域中的应用研究,说明方法能高效地实现不平衡数据的分类,具有一定的实用价值。

关键词：核分类方法语义数据相异性度量测度内积计算

在线全文

学校读者我要写书评

暂无评论

基于量子机制的改进的分类属性数据聚类算法

兰州理工大学学报 2009年第3期35卷 98-102页

作者：赵正天赵小强李炜兰州理工大学电气工程与信息工程学院甘肃兰州730050

分析量子势能、量子力学中粒子分布机制和针对分类属性数据的量子聚类CQC算法,发现该算法采用传统的Hamming相异性测度计算分类属性数据间的相异性测度,忽略分类属性取值自身的涵义和值间的特征关联,导致其聚类准确性较差.提出一种改进... 详细信息

分析量子势能、量子力学中粒子分布机制和针对分类属性数据的量子聚类CQC算法,发现该算法采用传统的Hamming相异性测度计算分类属性数据间的相异性测度,忽略分类属性取值自身的涵义和值间的特征关联,导致其聚类准确性较差.提出一种改进的MCQC算法,能根据数据对象的关联情况计算同属性不同值间的相异性,计算数据对象间的相异性测度,从而提高聚类准确率.仿真实验采用3个数据集,即:大豆疾病、国会投票真实数据集和从KDD-CUP99训练样本集抽取离散属性维构成的人造样本集.实验结果表明,该算法是有效且可行的,对分类属性、二值属性和混合属性数据的聚类准确率明显高于CQC算法.

关键词：分类属性数据量子聚类聚类算法相异性度量测度

在线全文

学校读者我要写书评

暂无评论

基于量子机制的分类属性数据聚类算法研究

基于量子机制的分类属性数据聚类算法研究

作者：赵正天兰州理工大学

学位级别：硕士

数据挖掘技术是近年来国际上在信息决策领域较为活跃的研究方向之一。作为数据挖掘的一种有力分析工具,聚类分析得到了人们的广泛关注。在众多待聚类的数据类型中,分类属性数据是常见的一类,其属性值是有限无序的,且不可比较大小。由于... 详细信息

数据挖掘技术是近年来国际上在信息决策领域较为活跃的研究方向之一。作为数据挖掘的一种有力分析工具,聚类分析得到了人们的广泛关注。在众多待聚类的数据类型中,分类属性数据是常见的一类,其属性值是有限无序的,且不可比较大小。由于分类属性数据对象分布固有的无序性,使得仅有少数几种算法能实现对其聚类,但这些算法或多或少地存在不稳定、随机性差等缺点。因此,积极探索更新、更有效的分类属性数据聚类算法依然是聚类研究的一个重要组成部分。鉴于此,本文在深入研究现有CQC(Categorical Quantum Clustering)算法的基础上,针对其存在的问题,主要进行了以下工作: (1)针对CQC算法由于采用传统的Hamming相异性度量测度计算数据对象间相异性,忽略了分类属性取值自身的涵义以及取值之间的特征关联,从而导致CQC算法聚类能力受限问题,通过引入一种新的分类属性数据Ahmad相异性度量测度,提出了一种改进的MCQC算法,并分别对分类属性、二值属性和混合属性数据集进行了仿真研究,结果表明改进后的MCQC算法具有更高的聚类准确率。 (2)针对CQC算法聚类效果对聚类度量尺度β较敏感,而β的确定无通用原则,可操作性差,以及CQC算法对线性不可分的数据不能奏效等问题,通过引入聚类度量尺度步长βtep和紧致性指AIAD,提出了ICQC算法,并分别在线性可分数据集和线性不可分数据集中进行了仿真验证。实验结果表明,ICQC算法在准确性、鲁棒性上较CQC算法均有提高。 (3)针对CQC算法和ICQC算法不能自动、准确地确定聚类最佳类别数,在聚类有效性方面存在欠缺的问题,通过定义一种以紧致性指标AIAD和离散性指标AIED为基础的聚类有效性函数CVF,结合层次凝聚的思想,提出了CQHC算法,并以仿真实例验证了:聚类有效性函数CVF是合理的;CQHC算法不仅具有更高的聚类准确率而且能够准确地检测出最佳类别数,是有效可行的。

关键词：数据挖掘聚类分析分类属性数据相异性度量测度聚类度量尺度步长聚类有效性

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

分类属性数据量子聚类算法的改进

计算机应用与软件 2010年第12期27卷 101-104页

作者：赵正天赵小强李炜段晓燕兰州理工大学电气工程与信息工程学院甘肃兰州730050 兰州石化职业技术学院电子电气工程系甘肃兰州730060

分析量子势能、量子力学中粒子分布机制和分类属性数据的量子聚类CQC(Categorical Quantum Clustering)算法。针对CQC算法存在的聚类效果对聚类度量尺度β较敏感,而β的选取往往凭经验确定没有通用原则,以及对线性可分数据聚类效果显著... 详细信息

分析量子势能、量子力学中粒子分布机制和分类属性数据的量子聚类CQC(Categorical Quantum Clustering)算法。针对CQC算法存在的聚类效果对聚类度量尺度β较敏感,而β的选取往往凭经验确定没有通用原则,以及对线性可分数据聚类效果显著,但对线性不可分数据不能奏效等问题,通过引入新的相异性度量测度及聚类度量尺度步长βstep,重新定义紧致性指标ICD,提出一种改进的ICQC算法。该算法首先在不同粒度水平上划分数据样本产生初始类(簇),之后采用聚类中心间相异性测度最近邻方法合并初始类(簇)完成聚类。通过与CQC算法的实验比较,证明该算法具有更高的聚类效能,在CQC算法失效的情况下,也能获得良好的聚类效果。

关键词：分类属性量子聚类相异性度量测度聚类度量尺度步长紧致性指标