检索结果-南通市图书馆

基于聚类LDA方法的Web服务发现聚类性能分析

在线全文

学校读者我要写书评

暂无评论

自动化技术与应用 2020年第10期39卷 27-30页

作者：郑浩泉张琦南瑞集团有限公司(国网电力科学研究院有限公司) 江苏南京210000

为了提高Web服务的资源利用率,本文构建得到了一种Web服务多功能聚类方法,并综合运用模糊C均值算与LDA模型来划分Web服务的不同功能。在相同主题下时,聚类LDA方法具有比LDA方法更高的召回率和准确率,由此表明采用聚类LDA方法可以比LDA... 详细信息

为了提高Web服务的资源利用率,本文构建得到了一种Web服务多功能聚类方法,并综合运用模糊C均值算与LDA模型来划分Web服务的不同功能。在相同主题下时,聚类LDA方法具有比LDA方法更高的召回率和准确率,由此表明采用聚类LDA方法可以比LDA方法更加高效地发现有用的Web服务标签,同时实现更精准聚类结果。

关键词： Web服务模糊C均值 LDA 聚类性能

在线全文

学校读者我要写书评

暂无评论

基于数据集压缩的聚类算法性能优化研究

计算机应用研究 2018年第5期35卷 1450-1453页

作者：赵延龙滑楠空军工程大学信息与导航学院西安710077

针对目前聚类算法对大数据集的聚类分析中存在时间花费过大的问题,提出了一种基于最近邻相似性的数据集压缩算法。通过将若干个相似性最近邻的数据点划分成一个数据簇并随机选择簇头构成新的数据集,大大缩减了数据的规模。然后分别采用K... 详细信息

针对目前聚类算法对大数据集的聚类分析中存在时间花费过大的问题,提出了一种基于最近邻相似性的数据集压缩算法。通过将若干个相似性最近邻的数据点划分成一个数据簇并随机选择簇头构成新的数据集,大大缩减了数据的规模。然后分别采用K-means算法和AP算法对压缩后的数据集进行聚类分析。实验结果表明,压缩后的数据集与原始数据集的聚类分析相比,在保证聚类准确率基本一致的前提下,有效降低了聚类的花费时长,提高了算法的聚类性能,证明了该数据集压缩算法在聚类分析中的有效性和可靠性。

关键词：聚类数据压缩聚类性能

集成多策略改进FCM算法的旋转机械故障数据聚类分析研究

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2019年第5期32卷 918-926页

作者：邓林峰张爱华赵荣珍兰州理工大学机电工程学院甘肃兰州730050 兰州理工大学电气工程与信息工程学院甘肃兰州730050

针对旋转机械故障数据聚类分析中的初始聚类中心不确定和孤立点敏感问题,提出了一种集成多策略改进的模糊C均值(FCM)聚类方法。首先以故障数据集的决策属性为等价关系对数据集进行划分,得到若干个由等价关系导出的等价类;然后以每个等... 详细信息

针对旋转机械故障数据聚类分析中的初始聚类中心不确定和孤立点敏感问题,提出了一种集成多策略改进的模糊C均值(FCM)聚类方法。首先以故障数据集的决策属性为等价关系对数据集进行划分,得到若干个由等价关系导出的等价类;然后以每个等价类为可行域,采用均值漂移方法搜索故障数据类中心;最后以搜索到的类中心为FCM算法的初始聚类中心,通过核技术计算故障数据样本与相应类中心在高维特征空间中的欧氏距离,从而实现数据样本相似性的有效度量,并完成故障数据的模糊聚类。通过标准数据集和旋转机械故障数据集对方法的性能进行了验证及比较分析。结果显示,改进FCM算法的聚类性能相比传统FCM算法的聚类性能得到了明显提升,在收敛速度和聚类准确性两个性能指标上,改进的FCM算法比FCM算法具有显著优势。

关键词：故障诊断旋转机械聚类分析模糊C均值聚类性能

在线全文

学校读者我要写书评

暂无评论

基于新径向基函数网络的变压器故障诊断法

高电压技术 2007年第3期33卷 140-143页

作者：陈江波文习山蓝磊张博武汉大学电气工程学院武汉430072

油中溶解气体分析(DGA)是判别变压器内部绝缘状况及发现内部潜伏性故障的重要手段,而多层前馈网络(MLFNN)是应用广泛的故障诊断模型。为此,提出了以DGA数据为特征参数的新型径向基函数神经网络(RBFNN)诊断变压器故障。在分析传统k-均值... 详细信息

油中溶解气体分析(DGA)是判别变压器内部绝缘状况及发现内部潜伏性故障的重要手段,而多层前馈网络(MLFNN)是应用广泛的故障诊断模型。为此,提出了以DGA数据为特征参数的新型径向基函数神经网络(RBFNN)诊断变压器故障。在分析传统k-均值聚类算法RBFNN的缺点和最优聚类特性的基础上,介绍了RBFNN的新算法-自适应k-均值聚类算法,它既能避免传统k-均值聚类算法的局部收敛的缺点,又能动态调整学习率。最后,大量聚类实验结果显示自适应k-均值聚类算法在收敛速度和聚类性能上比传统k-均值聚类算法显著提高;故障诊断实验结果显示所提出的模型故障诊断准确度高于传统BPNN、RBFNN及IEC三比值法。

关键词： k-均值聚类算法径向基函数神经网络变压器故障诊断方法收敛速度聚类性能

在线全文

学校读者我要写书评

暂无评论

核空间广义均衡模糊C-均值聚类算法

中国图象图形学报 2017年第2期22卷 188-196页

作者：杜朵朵吴成茂西安邮电大学电子工程学院西安710121

目的针对现有广义均衡模糊C-均值聚类不收敛问题,提出一种改进广义均衡模糊聚类新算法,并将其推广至再生希尔伯特核空间以便提高该类算法的普适性。方法在现有广义均衡模糊C-均值聚类目标函数的基础上,利用Schweizer T范数极限表达式的... 详细信息

目的针对现有广义均衡模糊C-均值聚类不收敛问题,提出一种改进广义均衡模糊聚类新算法,并将其推广至再生希尔伯特核空间以便提高该类算法的普适性。方法在现有广义均衡模糊C-均值聚类目标函数的基础上,利用Schweizer T范数极限表达式的性质构造了新的广义均衡模糊C-均值聚类最优化目标函数,然后采用拉格朗日乘子法获取其迭代求解所对应的隶属度和聚类中心表达式,同时对其聚类中心迭代表达式进行修改并得到一类聚类性能显著改善的修正聚类算法;最后利用非线性函数将数据样本映射至高维特征空间获得核空间广义均衡模糊聚类算法。结果对Iris标准文本数据聚类和灰度图像分割测试表明,提出的改进广义均衡模模糊聚类新算法及其修正算法具有良好的分类性能,核空间广义均衡模糊聚类算法对比现有融入类间距离的改进模糊C-均值聚类(FCS)算法和改进再生核空间的模糊局部C-均值聚类(KFLICM)算法能将图像分割的误分率降低10%30%。结论本文算法克服了现有广义均衡模糊C-均值聚类算法的缺陷,同时改善了聚类性能,适合复杂数据聚类分析的需要。

关键词：广义均衡模糊C-均值聚类核空间 Schweizer T范数图像分割误分率聚类性能

基于mutual KNN和标准化的谱聚类算法

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 2019年第7期40卷 1878-1884页

作者：谭马龙文国秋童涛吴林杜婷婷广西师范大学计算机科学与信息工程学院广西多源信息挖掘与安全重点实验室

在谱聚类算法中,利用K近邻算法构建拉普拉斯矩阵时,会造成聚类的算法复杂度提高和聚类结果不佳的问题,为此提出一种基于mutual KNN和标准化矩阵的谱聚类算法,能有效提升聚类划分的执行效率和准确率。将提出算法与多组对比算法在多个数... 详细信息

在谱聚类算法中,利用K近邻算法构建拉普拉斯矩阵时,会造成聚类的算法复杂度提高和聚类结果不佳的问题,为此提出一种基于mutual KNN和标准化矩阵的谱聚类算法,能有效提升聚类划分的执行效率和准确率。将提出算法与多组对比算法在多个数据集上进行实验比较,比较结果表明,多个评测指标(如聚类准确率、聚类的标准化互信息、方差等)全面验证了该算法能有效提高聚类性能和执行效率,适用于高维大数据的聚类分析。

关键词：拉普拉斯矩阵谱聚类标准化聚类性能高维大数据

在线全文

学校读者我要写书评

暂无评论

基于类簇合并的无参数密度峰值聚类算法

现代电子技术 2024年第8期47卷 1-8页

作者：刘天娇王胜景袁永生河海大学数学学院江苏南京211100

密度峰值聚类算法(DPC)通过决策图直观地找到类簇中心进而完成聚类,是一种简单高效的聚类算法。然而,DPC算法的截断距离和类簇中心都是人为确定的,受主观影响较大,具有不确定性。针对上述问题,提出一种基于类簇合并的无参数密度峰值聚... 详细信息

密度峰值聚类算法(DPC)通过决策图直观地找到类簇中心进而完成聚类,是一种简单高效的聚类算法。然而,DPC算法的截断距离和类簇中心都是人为确定的,受主观影响较大,具有不确定性。针对上述问题,提出一种基于类簇合并的无参数密度峰值聚类算法(NDPCCM)。首先根据样本点两两之间的相似度的分布特征将其分为类内相似度和类间相似度两种类型,并利用类内相似度自动确定截断相似度,避免了人为设置参数;接着根据簇中心权值的下降趋势自动选择初始类簇中心,得到初始类簇;最后通过合并初始类簇对初步聚类结果进行优化,提高了聚类的准确性。在人工数据集和UCI真实数据集上,将所提算法与DPC、DBSCAN、K-means算法进行对比实验。结果表明所提算法无需输入参数就能够自动得到类簇,且聚类性能优于其他算法。

关键词：聚类分析密度峰值聚类算法初始类簇类簇合并相似度聚类性能

在线全文

学校读者我要写书评

暂无评论

新型模糊半监督加权聚类算法中的权值v

计算机工程与设计 2016年第7期37卷 1937-1941页

作者：李龙龙何东健王美丽陕西工业职业技术学院信息工程学院陕西咸阳712000 西北农林科技大学机械与电子工程学院陕西杨凌712100 西北农林科技大学信息工程学院陕西杨凌712100

为体现实际应用中不同特征对聚类性能的影响,提出一种模糊半监督加权聚类算法。采用聚类和特征加权同步进行的思想,将特征加权融合到聚类过程中,对不同约束条件下的权值对聚类准确率的影响进行分析,实时观测权值在聚类过程中的变化轨迹... 详细信息

为体现实际应用中不同特征对聚类性能的影响,提出一种模糊半监督加权聚类算法。采用聚类和特征加权同步进行的思想,将特征加权融合到聚类过程中,对不同约束条件下的权值对聚类准确率的影响进行分析,实时观测权值在聚类过程中的变化轨迹的目标。在UCI和自测数据集上的相关实验结果表明,权值能够有效提高算法的性能。

关键词：机器学习半监督聚类特征加权成对约束聚类性能

在线全文

学校读者我要写书评

暂无评论

鲁棒的交叉熵模糊聚类算法

计算机应用研究 2019年第10期36卷 2948-2951页

作者：姚兰严寒冰蔚泽峰成都信息工程大学控制工程学院

针对模糊C-均值聚类(FCM)算法对噪声敏感、容易收敛到局部极小值的问题,提出一种基于交叉熵的模糊聚类算法。通过引入交叉熵重新定义了传统FCM算法的目标函数,利用交叉熵度量样本隶属度之间的差异性,并采用拉格朗日求解方法和朗伯W函数... 详细信息

针对模糊C-均值聚类(FCM)算法对噪声敏感、容易收敛到局部极小值的问题,提出一种基于交叉熵的模糊聚类算法。通过引入交叉熵重新定义了传统FCM算法的目标函数,利用交叉熵度量样本隶属度之间的差异性,并采用拉格朗日求解方法和朗伯W函数解决了目标函数的优化问题,此外,分析了样本划分矩阵的分布情况,依据分布特性对噪声样本进行识别。人工数据集合和标准数据集加噪的实验结果表明,该算法提高了传统FCM算法的抗干扰能力,具有更强的鲁棒性,噪声样本识别的准确率较高。

关键词：模糊聚类交叉熵模糊C-均值聚类聚类性能