检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种带权的混合数据聚类个数确定算法

计算机应用与软件 2019年第1期36卷 284-290页

作者：李顺勇张苗苗山西大学数学科学学院山西太原030006

混合数据的聚类过程中通常面临一个不可回避的问题:聚类个数的确定。基于Liang k-prototype算法引入属性权重,重新定义混合数据缺失某类的类间熵和(SBAE_M)、有效性指标(CUM)及相异性度量。提出一种带权的混合数据聚类个数确定算法。该... 详细信息

混合数据的聚类过程中通常面临一个不可回避的问题:聚类个数的确定。基于Liang k-prototype算法引入属性权重,重新定义混合数据缺失某类的类间熵和(SBAE_M)、有效性指标(CUM)及相异性度量。提出一种带权的混合数据聚类个数确定算法。该算法的基本思想是:用newk-prototype算法将混合数据进行聚类,计算其聚类结果的CUM及SBAE_M,将最坏的类剔除,并将该类中的对象用新的相异性度量进行重新分配,CUM最大时包含的类别数即为聚类个数。在5个UCI数据集上验证了该算法的有效性。

关键词：聚类个数混合数据属性权重有效性指标

一种基于先验信息的混合数据聚类个数确定算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2016年第2期43卷 101-104页

作者：庞天杰赵兴旺太原师范学院计算机系晋中030619 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

聚类个数的确定是聚类分析中一个富有挑战性的难题。现有的聚类个数确定方法主要采用随机选取初始聚类中心的策略,导致聚类过程中迭代次数的稳定性不强。基于此,在利用含有类标签的先验信息优化初始类中心的基础上,提出了一种基于先验... 详细信息

聚类个数的确定是聚类分析中一个富有挑战性的难题。现有的聚类个数确定方法主要采用随机选取初始聚类中心的策略,导致聚类过程中迭代次数的稳定性不强。基于此,在利用含有类标签的先验信息优化初始类中心的基础上,提出了一种基于先验信息的混合数据聚类个数确定算法。实验证明,该算法是有效的。

关键词：聚类分析聚类个数混合数据先验信息最大最小距离

基于深度学习的聚类个数确定及聚类方法的研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的聚类个数确定及聚类方法的研究

作者：王怡琦国防科技大学

学位级别：硕士

聚类是机器学习中最重要的研究问题之一,关于聚类的工作一直层出不穷。大部分传统聚类算法都是直接作用于原始输入空间,而当原始输入数据属于高维空间时,它们的性能都会受到严重的负面影响。最近提出的深度聚类方法提出利用深度神经网... 详细信息

聚类是机器学习中最重要的研究问题之一,关于聚类的工作一直层出不穷。大部分传统聚类算法都是直接作用于原始输入空间,而当原始输入数据属于高维空间时,它们的性能都会受到严重的负面影响。最近提出的深度聚类方法提出利用深度神经网络对原始输入数据进行特征提取,再在特征空间进行聚类任务。尽管在不同的数据集中都能取得令人满意的结果,现有的深度聚类方法都有一个共同缺陷,它们都要求提前获知数据集的聚类个数。然而,在现实应用中,聚类个数通常是未知的。为了解决这个问题,我们对现有的深度聚类算法进行了深入的分析,尝试去找到它们问题的本质。论文具体工作可概括为以下两个方面:(1)提出了深度嵌入确定聚类个数法(DED)。这是一个能够同时确定数据集聚类个数和特征学习的方法。DED方法由一个特征提取器和一个基于密度的聚类个数确定方法组成,它的特征提取器充分结合了卷积自编码器和t-SNE方法的优点,在降低原始输入数据维度的同时,能够很好地保存原始输入数据的数据结构信息和点对相似度信息,所以其特征提取器能够从原始输入数据中提取有效的低维特征用于聚类个数确定。在提取了有效低维特征后,DED方法通过一个基于密度的聚类个数判定方法对特征点集的聚类个数进行判定。DED方法是对很多现有的优秀聚类算法的补充,因为现有效果最好的深度聚类方法都需要预先知道数据集的聚类个数,而DED可以判定数据集的聚类个数。我们在多个数据集上对DED方法进行了全面的测试,实验结果证明DED方法能有效地预测数据集的类别个数,且性能远好于现有的聚类个数判定方法。(2)提出了相似度保存约束下的深度密度聚类法(DDC-SP)。这是一个能够判定数据集聚类个数且获得理想聚类结果的方法。DDC-SP的关键思路在于提取一个保存了输入数据点对相似度信息的低维特征空间,并在该特征空间中确定聚类中心和聚类标签。具体来说,DDC-SP模型包括两个部分,一个自编码器和一个相似度保存网络。其中自编码器的隐层特征是相似度保存网络的输入。在DDC-SP方法中,我们通过最小化一个带相似度保存约束的重建误差来对自编码器进行预训练,通过最小化相似度保存目标函数来对相似度保存网络进行预训练,然后,我们提取相似度保存网络的输出作为聚类特征,在该特征空间上确定聚类中心,再通过最小化一个带数据结构特征保存约束的聚类标签相关目标函数来微调整个模型,获得最终的聚类结果。大量的实验证明DDC-SP方法:1)能够准确地预测数据集的聚类个数;2)能够实现比当前最好的需要预先知道聚类个数的深度聚类算法更好或者相当的聚类结果。

关键词：深度聚类聚类个数特征提取深度学习基于密度的聚类方法

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

基于信息熵的聚类个数确定方法研究

基于信息熵的聚类个数确定方法研究

作者：赵兴旺山西大学

学位级别：硕士

聚类分析作为一种无监督学习方法,是数据粒化以及信息压缩的一个基本工具,同时也是机器学习研究和数据挖掘应用中的一个重要内容。迄今,针对不同的应用领域,研究者已经提出了多种聚类算法,并在信息检索、图像处理、金融欺诈、医疗诊断... 详细信息

聚类分析作为一种无监督学习方法,是数据粒化以及信息压缩的一个基本工具,同时也是机器学习研究和数据挖掘应用中的一个重要内容。迄今,针对不同的应用领域,研究者已经提出了多种聚类算法,并在信息检索、图像处理、金融欺诈、医疗诊断和生物信息学等领域得到了广泛的应用。然而提出的算法大多需要在算法运行前指定聚类个数,而存大部分实际应用中,聚类个数是不可能事先知道的,而且也很难预先指定聚类个数。因此,确定聚类算法中的聚类个数在聚类分析中具有非常重要的意义。本文针对聚类分析中聚类个数确定问题进行了较为深入的研究,主要内容如下：(1)针对分类型数据,运用信息熵给出了类与类之间的相异性度量,结合划分和层次聚类的思想,提出了一种分类型数据聚类个数的确定算法,并在UCI数据集上通过实验验证了该算法的有效性。(2)针对混合型数据,运用信息熵把数值型数据和分类型数据中类与类之间的相似性度量有效地统一起来,通过扩展分类效用函数给出了一个混合型数据聚类结果的有效性评价指标,提出了一种混合型数据的聚类个数确定算法,并在UCI数据集上通过实验验证了该算法的有效性。(3)基于B/S架构技术,设计并实现了一个聚类分析数据挖掘系统。该系统的主要功能包括数据预处理、聚类个数确定、初始聚类中心选择、聚类算法和聚类结果可视化和系统管理等。系统采用了组件式开发技术,提供了友好的图形界面和开放的编程接口,保证了系统的通用性和可扩展性。本文的研究成果为分类型或混合型数据的聚类算法中类个数的选择提供参考,进一步丰富了数据挖掘中聚类分析的研究。

关键词：聚类分析聚类个数信息熵分类型数据混合型数据

混合数据聚类个数与初始类中心确定算法及实现

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

混合数据聚类个数与初始类中心确定算法及实现

作者：周浩天山西大学

学位级别：硕士

基于划分的方法是经典聚类方法之一,如何选择恰当的聚类个数和初始类中心是所有划分聚类方法初始化过程中必须面对的问题。尽管针对数值型属性或分类型属性单一数据类型数据的聚类个数和初始类中心的选择算法已经进行了广泛地研究,但在... 详细信息

基于划分的方法是经典聚类方法之一,如何选择恰当的聚类个数和初始类中心是所有划分聚类方法初始化过程中必须面对的问题。尽管针对数值型属性或分类型属性单一数据类型数据的聚类个数和初始类中心的选择算法已经进行了广泛地研究,但在实际应用中,大部分数据是通过数值型属性和分类型属性共同描述的,也称为混合型数据。本文针对混合数据划分式聚类中如何确定聚类个数和选择初始类中心进行了研究,论文的主要工作有:（1）基于权重密度给出了一种混合型数据类与类之间的相异性度量,基于此设计了一个混合型数据的类个数确定算法,并对其时间复杂度进行了分析。通过在UCI真实数据集上进行实验分析,结果表明提出的算法是有效的。（2）基于对象密度和对象之间的距离,对传统最大最小距离算法进行了进一步扩充,提出了一种混合型数据的初始类中心选择算法,并将该方法应用于k-prototypes算法中,实验结果与随机初始化方法相比,提出的方法具有一定的优越性。本文对混合数据划分式聚类方法的初始化方法进行了研究,分别给出了类个数和初始类中心确定方法,为混合数据的聚类工作具有一定的参考价值。

关键词：混合型数据聚类聚类个数初始类中心密度

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

符号数据最佳聚类个数的确定方法

广西师范大学学报（自然科学版） 2009年第3期27卷 130-133页

作者：赵兴旺梁吉业曹付元山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006

在聚类分析中,如何选择恰当的聚类个数是一个非常复杂而又必须面对的问题。尽管针对数值型数据聚类个数的选择算法已经进行了广泛地研究,但如何确定符号型数据的聚类个数仍然是一个富有挑战性的问题。结合划分和层次聚类的思想,提出一... 详细信息

在聚类分析中,如何选择恰当的聚类个数是一个非常复杂而又必须面对的问题。尽管针对数值型数据聚类个数的选择算法已经进行了广泛地研究,但如何确定符号型数据的聚类个数仍然是一个富有挑战性的问题。结合划分和层次聚类的思想,提出一种符号数据聚类个数的确定算法。在UC I数据集上的实验结果表明该方法是有效的。

关键词： K-Modes聚类算法聚类个数初始类中心划分聚类层次聚类

在线全文

学校读者我要写书评

暂无评论

基于局部密度估计的聚类个数确定研究

河南科技 2016年第9期35卷 26-28页

作者：龙章勇南京铁道职业技术学院江苏南京210031

随着人工智能和数据挖掘技术的兴起,聚类分析已被广泛应用于通信、文本数据统计、生物信息学和图像处理中。对于非监督聚类分析,聚类的分类数目是决定聚类质量的关键因素。通常聚类个数事先无法确定,随即选择的初始聚类中心容易使聚类... 详细信息

随着人工智能和数据挖掘技术的兴起,聚类分析已被广泛应用于通信、文本数据统计、生物信息学和图像处理中。对于非监督聚类分析,聚类的分类数目是决定聚类质量的关键因素。通常聚类个数事先无法确定,随即选择的初始聚类中心容易使聚类结果不稳定。针对此,基于聚类中心具有高局部密度且距高局部密度聚类中心距离较远的特点,提出一种基于局部密度估计的聚类个数的估计方法。经过仿真实验,验证了该算法具有良好的有效性和鲁棒性。

关键词：聚类个数密度峰值估计聚类有效性聚类分析

Kmeans聚类分析算法中一个新的确定聚类个数有效性的指标

在线全文

学校读者我要写书评

暂无评论

河北省科学院学报 2003年第4期20卷 199-202页

作者：李双虎王铁洪河北省科学院应用数学研究所石家庄050081 河北省科学院自动化研究所石家庄050081

　K means算法是聚类分析中使用最为广泛的算法之一。然而,该算法通常受到初始聚类条件的影响。关于这个问题的详细讨论可参看文献[1]。该算法的另一个不足之处是,聚类数目K必须作为参数由用户提供。笔者提出了一个新的有关聚类有效性... 详细信息

　K means算法是聚类分析中使用最为广泛的算法之一。然而,该算法通常受到初始聚类条件的影响。关于这个问题的详细讨论可参看文献[1]。该算法的另一个不足之处是,聚类数目K必须作为参数由用户提供。笔者提出了一个新的有关聚类有效性的度量指标和优化的K means算法。它能自动确定最佳聚类个数。

关键词： K-means算法聚类分析聚类个数有效性度量指标

一种层次初始的聚类个数自适应的聚类方法研究

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2015年第6期23卷 5-8页

作者：魏建东陆建峰彭甫镕南京理工大学计算机科学与工程学院江苏南京210094

K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自... 详细信息

K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自动确定聚类数目的目的,采用DBI度量,提出一种层次初始的聚类个数自适应的聚类方法(简称DHIKM)。通过UCI数据集和仿真数据上的实验,证明DHIKM可以在采样数据中快速找到合适的聚类个数,实验结果表明该算法在聚类质量与收敛速度上的有效性。

关键词： K均值算法层次初始化戴维森堡丁指数初始聚类中心聚类个数