检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

符号数据的无监督学习:一种空间变换方法

计算机科学 2016年第1期43卷 89-93,121页

作者：王建新钱宇华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太原030006 山西大学智能信息处理研究所太原030006

近年来符号数据的无监督学习在模式识别、机器学习、数据挖掘和知识发现等诸多领域扮演着越来越重要的角色。然而现有的针对符号数据的聚类算法(经典的K-modes系列算法等),相比数值型数据的聚类算法,在性能方面仍然有很大的提升空间。... 详细信息

近年来符号数据的无监督学习在模式识别、机器学习、数据挖掘和知识发现等诸多领域扮演着越来越重要的角色。然而现有的针对符号数据的聚类算法(经典的K-modes系列算法等),相比数值型数据的聚类算法,在性能方面仍然有很大的提升空间。其根本原因在于符号数据缺乏类似数值数据那样清晰的空间结构。为了能够有效地发掘符号数据内在的空间结构,采用了一种全新的数据表示方案:空间变换方法。该方法将符号数据映射到相应的由原来的属性组成的新的维度的欧氏空间中。在这一框架的基础上,为了找到符号数据更有代表性的模式,结合CarreiraPerpin提出的K-modes算法进行无监督学习。在9个常用的UCI符号数据集上进行了测试,与传统的符号数据聚类算法进行了实验比较,结果表明几乎在所有的数据集上提出的方法都是更加有效的。

关键词：符号数据数据表示方案空间变换

在线全文

学校读者我要写书评

暂无评论

空间相关性分析的符号数据分类方法

计算机科学与探索 2019年第7期13卷 1165-1173页

作者：付康安王文剑郭虎升山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

针对目前符号数据的分类性能较低,通过挖掘属性值与标签之间可能存在的空间结构关系,提出了一种基于空间相关性分析的符号数据分类方法。该方法首先采用独热编码的方式对符号数据进行特征扩容,然后基于互信息和条件熵信息度量方法,定义... 详细信息

针对目前符号数据的分类性能较低,通过挖掘属性值与标签之间可能存在的空间结构关系,提出了一种基于空间相关性分析的符号数据分类方法。该方法首先采用独热编码的方式对符号数据进行特征扩容,然后基于互信息和条件熵信息度量方法,定义了一种符号数据空间关系表示方法。在此基础上,分别结合支持向量机(support vector machine,SVM)和K-最近邻(K-nearest neighbor,KNN)模型分类器,提出了基于空间相关性分析的SVM分类算法(SVM classification algorithm based on space correlation analysis,SCA_SVM)和基于空间相关性分析的KNN分类算法(KNN classification algorithm based on space correlation analysis,SCA_KNN)两种分类算法。该方法既能够体现出属性值与标签之间的关联关系,也可以有效地度量不同属性值之间的距离或差异性。在标准UCI数据集上的实验结果表明,该方法在分类性能上更加有效。

关键词：符号数据分类空间相关性分析支持向量机(SVM) K-最近邻(KNN)

在线全文

学校读者我要写书评

暂无评论

符号数据回归方法研究

符号数据回归方法研究

作者：曹仙斌中国科学技术大学

学位级别：硕士

随着计算机技术与各行各业的融合,人们的生产生活中不断产生大量的数据,而且数据的规模也成爆炸式增长。传统的统计方法虽在理论上可行,但实际操作上会带来很多问题,如计算量过大导致时间的消耗等。符号数据分析在描述数据和缩减数据规... 详细信息

随着计算机技术与各行各业的融合,人们的生产生活中不断产生大量的数据,而且数据的规模也成爆炸式增长。传统的统计方法虽在理论上可行,但实际操作上会带来很多问题,如计算量过大导致时间的消耗等。符号数据分析在描述数据和缩减数据规模方面很有优势。在这种背景下,本文研究了区间型符号数据的回归方法。论文首先介绍了研究背景、国内外研究现状,然后对符号数据做了具体的介绍。主要介绍了区间型符号数据、多值变量型符号数据、模态多值型符号数据、直方图型区间型数据,并且在每一类数据下做了具体的说明。文章还介绍了逻辑独立、描述向量等一些基本概念,在这些概念的基础上,介绍了多值型符号数据和区间型符号数据的一些统计量的计算。论文主要针对区间型符号数据进行了回归方法的研究。介绍了 MinMax方法、CM方法、CRM方法。为了对这些回归方法进行比较,文章介绍了一种蒙特卡洛数值实验方案,通过构造两类数据集,然后在这两类数据集上对不同的方法建立回归模型。两类数据集的分类依据主要是考虑区间中点与区间范围是否有关来进行构造。结果表明和CRM方法相比,CM方法由于没有考虑区间范围的信息,会产生较大的估计误差,而且CM方法在两类数据集上均出现因变量区间下界估计大于上界估计的情况。CRM方法仅在区间中点与区间范围有关的数据集上会出现这种情况。为了保证区间下界估计小于上界估计,文章介绍了约束CRM方法(CCRM方法)。该方法通过对参数向量进行约束来解决这一问题。论文还介绍了一种数值解法来求解约束CRM问题,该方法主要通过不断迭代使负值参数向正值靠拢。之后文章在两类数据集上将CCRM方法与CRM方法进行了比较。结果表明,约束CRM方法能够有效地解决区间下界估计大于上界估计的问题,并且产生了较小的估计误差。最后文章在真实数据上展示了 MinMax方法、CM方法、CRM方法、CCRM方法的具体运用,并进行了比较分析。

关键词：符号数据区间型数据 CRM方法 CCRM方法

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

符号数据聚类评价指标研究

符号数据聚类评价指标研究

作者：张鸣山西大学

学位级别：硕士

聚类分析是一种无监督的机器学习方法,它可以将原本杂乱无章的数据分成一系列有意义的簇,使得每一个簇由具有较高相似性的数据组成,这就可以为后续的数据处理带来极大的便利。聚类分析已经广泛应用在生物信息学、心理学研究、商业分析... 详细信息

聚类分析是一种无监督的机器学习方法,它可以将原本杂乱无章的数据分成一系列有意义的簇,使得每一个簇由具有较高相似性的数据组成,这就可以为后续的数据处理带来极大的便利。聚类分析已经广泛应用在生物信息学、心理学研究、商业分析、文本处理等领域。聚类分析虽然是一种比较成熟的技术,但是它在一些领域仍然存在一些问题需要研究。聚类结果评价是聚类分析的一个重要步骤,是机器学习研究的一个重要领域,通过聚类评价我们可以确定数据的聚类趋势,也可以确定聚类的个数。世界上有各种各样的聚类算法和不同类型的数据,以至于没有一种聚类指标能够对于所有的聚类算法都适用,因此,我们必须对各种指标都有所了解,针对不同的情况选取不同的指标,必要的时候还需要提出新的指标来解决碰到的问题。聚类评价指标大多都是针对数值类型数据,但是,在实际的应用中,很多一部分数据都是符号类型的,原有的许多指标在这种情况下就不再适用。因此,在本文中我们将一些数值数据评价指标进行变化使它们能够对符号数据聚类结果进行评价。我们通过几个实验对选取的几种不同类型的指标在几个不同的符号类型数据集上进行了实验,并对实验结果进行了分析,这些结果能够证明这些指标基本上是有效的,并能基本能够满足我们的需要。

关键词：聚类指标符号数据数据挖掘

基于符号数据与非负矩阵分解法的混合推荐算法

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

系统管理学报 2015年第3期24卷 372-378页

作者：郭均鹏王启鹏宁静李嫒嫒天津大学管理与经济学部天津300072

针对现有推荐算法在处理海量数据时效率和精确度低下的问题,提出一种将基于内容的推荐算法与基于项目的协同过滤算法相结合的新的混合推荐算法。首先引入符号数据分析方法,使用模态符号数据对项目建模,同时针对评分矩阵的超高维及稀疏... 详细信息

针对现有推荐算法在处理海量数据时效率和精确度低下的问题,提出一种将基于内容的推荐算法与基于项目的协同过滤算法相结合的新的混合推荐算法。首先引入符号数据分析方法,使用模态符号数据对项目建模,同时针对评分矩阵的超高维及稀疏性问题加入非负矩阵分解算法,对项目的特征矩阵进行有效"平滑",以此为基础计算项目之间的相似性,进而完成混合推荐。基于MOVEILENS数据的实验结果表明,本文提出的混合推荐算法与传统的基于项目的协同过滤算法相比,在相似性计算上具有更高的效率,同时在应对数据稀疏性及新用户问题时,具有更高的推荐精度。

关键词：符号数据混合推荐算法评分相似度非负矩阵分解

在线全文

学校读者我要写书评

暂无评论

一种基于符号关系图的快速符号数据聚类算法

计算机科学 2021年第4期48卷 111-116页

作者：张岩金白亮山西大学计算机与信息技术学院太原030006 山西大学计算机智能与中文信息处理教育部重点实验室太原030006

由于在实际应用中有大量的符号数据生成,符号数据聚类成为了聚类分析的一个重要研究领域。目前,已有许多符号数据聚类算法被提出,但将它们应用于大数据环境时,仍然存在计算成本高、运行速度慢等问题。文中提出了一种基于符号关系图的快... 详细信息

由于在实际应用中有大量的符号数据生成,符号数据聚类成为了聚类分析的一个重要研究领域。目前,已有许多符号数据聚类算法被提出,但将它们应用于大数据环境时,仍然存在计算成本高、运行速度慢等问题。文中提出了一种基于符号关系图的快速符号数据聚类算法。该算法使用符号关系图替代原始数据,缩小数据集的规模,有效地解决了这一问题。大量的实验分析显示新算法相比其他算法是有效的。

关键词：符号数据相似性度量关系图数据挖掘聚类

在线全文

学校读者我要写书评

暂无评论

符号数据聚类算法研究及应用

符号数据聚类算法研究及应用

作者：徐鲲鹏福建师范大学

学位级别：硕士

聚类分析作为数据挖掘的一个重要方法,被广泛应用在模式识别、Web搜索、图像处理等领域。迄今为止,大多数聚类算法针对数值型数据,然而现实世界中,存在着大量的符号数据,包括结构化的符号属性（类属型）数据和非结构化的符号序列数据。... 详细信息

聚类分析作为数据挖掘的一个重要方法,被广泛应用在模式识别、Web搜索、图像处理等领域。迄今为止,大多数聚类算法针对数值型数据,然而现实世界中,存在着大量的符号数据,包括结构化的符号属性（类属型）数据和非结构化的符号序列数据。由于符号数据离散取值的特点,无法直接将现有的数值型数据聚类算法应用到符号数据。因此,符号数据的聚类算法研究成为一个非常重要的研究内容,对完善数据挖掘理论以及拓展聚类的应用都有着重要的意义。本文对符号数据聚类分析中的若干问题进行了研究,包括挖掘类属型数据间非线性关系的核子空间聚类算法、符号序列数据的聚类算法以及针对符号序列中噪声数据和类不平衡数据（非均匀数据）的鲁棒概率框架。本文的主要研究工作有:1.针对目前类属型数据聚类算法大多基于特征间相互独立的假设,未考虑属性间存在的线性或非线性相关性关系,提出了类属型数据核子空间聚类算法。该算法引入原作用于连续型数据的核函数将类属型数据投影到核空间,定义了核空间中特征加权的类属型数据相似性度量;基于该度量推导了类属型数据核子空间聚类目标函数,提出一种高效求解该目标函数的优化方法并定义了一种类属型数据核子空间聚类算法,该算法不仅在非线性空间中考虑了属性间的关系,还在聚类过程中赋予每个属性衡量其与簇类相关程度的特征权重,实现了类属型属性的嵌入式特征选择。最后,定义了一个新的聚类有效性指标以评价类属型数据聚类结果的质量。在合成数据和实际数据集上的实验结果表明,与现有子空间聚类算法相比,核子空间聚类算法可以发掘类属型属性间的非线性关系并有效提高了聚类结果的质量。2.针对符号序列数据,提出一种自表达模型。基于该模型将符号序列转换成了等长的向量,定义了符号序列间的相似性度量。实验结果表明,提出的算法较目前主流的算法不仅在聚类精度上有一定提高,还在一定程度上降低了噪声数据对于聚类结果的影响。3.提出了一种符号序列数据鲁棒聚类的概率框架。该框架由自表达模型以及高斯混合分布模型级联构成,不仅降低了噪声数据对聚类结果的干扰,还能够对类不平衡的数据进行聚类分析。在此基础上,将符号序列的鲁棒聚类问题转换为软子空间聚类问题。基于该框架,我们定义了 k-means型的聚类目标函数,并提出了符号序列的鲁棒聚类算法。实验结果表明该算法在实际数据集上较目前的聚类方法有明显的优势。上述工作丰富了符号数据聚类分析的研究,其中,第一个工作在医疗诊断、动植物分析等领域得到了进一步的延申;后两个工作应用于语音识别、生物信息以及文本挖掘等相关领域。因此,本文工作对实际应用的数据挖掘提供了新的技术支撑,在数据挖掘和知识发现等领域有着较大的应用价值。

关键词：聚类分析符号数据非线性度量子空间聚类鲁棒聚类

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

一般分布区间型符号数据的系统聚类

数理统计与管理 2013年第6期32卷 1071-1078页

作者：李汶华戴晖郭均鹏高飒邓登天津大学管理与经济学部天津300072

现有的区间型符号数据的研究大多假定个体在区间内服从均匀分布,实际上往往并非如此.针对该问题,研究了一般分布条件下区间型符号数据的系统聚类方法.阐述了一般分布区间型符号数据的定义,在一般分布的区间型符号数据的描述统计基础上,... 详细信息

现有的区间型符号数据的研究大多假定个体在区间内服从均匀分布,实际上往往并非如此.针对该问题,研究了一般分布条件下区间型符号数据的系统聚类方法.阐述了一般分布区间型符号数据的定义,在一般分布的区间型符号数据的描述统计基础上,给出了基于Hausdorff距离的一般分布的区间型符号数据系统聚类算法,并通过随机模拟对聚类有效性进行评价。结果表明:与个体服从均匀分布的假设相比,一般分布的区间型符号数据的系统聚类分析有效性更好.最后将文中方法应用于电子商务客户价值的评价,进行了应用研究.

关键词：符号数据系统聚类 Hausdorff距离区间数

在线全文

学校读者我要写书评

暂无评论

区间型符号数据回归分析及其应用

管理科学学报 2010年第4期13卷 38-43页

作者：李汶华郭均鹏天津大学管理学院天津300072

介绍了符号数据分析方法的基本理论.针对一种最常用的符号数据——区间型符号数据,基于误差传递的理论,提出了区间回归分析的方法.方法包括了线性回归分析和可线性化的非线性回归分析两种情形.讨论了基于Hausdorff距离的区间数距离,基... 详细信息

介绍了符号数据分析方法的基本理论.针对一种最常用的符号数据——区间型符号数据,基于误差传递的理论,提出了区间回归分析的方法.方法包括了线性回归分析和可线性化的非线性回归分析两种情形.讨论了基于Hausdorff距离的区间数距离,基于此定义了回归模型的评价指标.进行了方法的应用研究,选取沪深300指数与中信规模风格指数,从时间维上对其日内数据进行"数据打包",形成区间型符号数据;建立了区间线性回归分析模型,从全局上揭示了两类指数间的相关性.结论表明,与针对点数据的传统回归分析相比,区间型符号数据的回归分析方法不仅实现了样本空间的降维,而且有利于从整体上把握变量之间的内在关系.

关键词：符号数据回归分析区间数误差传递指数