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

高维数据集聚类结果的可视化分析

黄山学院学报 2011年第5期13卷 24-26页

作者：华丹阳安徽农业大学信息与计算机学院安徽合肥230036

面向高维数据的聚类分析是当今数据挖掘研究的重要领域,其中的关键问题在于如何对高维数据的聚类结果进行高效率的可视化分析。针对这一问题首先使用了数据聚合树(DA树)作为代表高维数据集的数据结构,并将一个新的聚集算法(CLUK算法)应... 详细信息

面向高维数据的聚类分析是当今数据挖掘研究的重要领域,其中的关键问题在于如何对高维数据的聚类结果进行高效率的可视化分析。针对这一问题首先使用了数据聚合树(DA树)作为代表高维数据集的数据结构,并将一个新的聚集算法(CLUK算法)应用于该数据集,获得聚类分析的结果,然后搭建了一个可视化平台(Hvis),最后利用平行坐标法在这个可视化平台上对聚类结果进行可视化分析,得到了令人满意的可视化结果。

关键词：高维数据集聚类结果可视化

RFGSDFS：一种基于随机森林引导的选择-删除特征选择新方法

在线全文

学校读者我要写书评

暂无评论

温州大学学报(自然科学版) 2025年

作者：姜咏琦唐震洲温州大学温州市智能网络重点实验室

在各类数据分析和机器学习任务中，特征选择作为不可或缺的预处理步骤，尤其在降低数据集的维数、提高分类准确率以及确保在适当代价下获取更高性能的数据集方面起到关键作用．针对高维数据集，提出一种新颖的特征选择算法，即随机森林... 详细信息

在各类数据分析和机器学习任务中，特征选择作为不可或缺的预处理步骤，尤其在降低数据集的维数、提高分类准确率以及确保在适当代价下获取更高性能的数据集方面起到关键作用．针对高维数据集，提出一种新颖的特征选择算法，即随机森林引导的选择删除特征选择方法．该算法利用随机森林评估每个特征的重要性，在全局层面获得的特征重要性权重，引导算法进行更有效的特征探索．通过调整特征选择和删除的速率，该算法实现了在全局和局部搜索之间的平衡．进一步设计探索策略，增加算法的多样性，从而提高了特征选择的准确性．在6个高维数据集上对该算法的性能进行全面评估，并与其他5种先进的特征选择算法进行比较．结果显示，该算法在性能上明显优于其他算法，特别值得一提的是，该算法在分类准确率方面较为优秀．

关键词：特征选择随机森林高维数据集分类准确率

基于高维拉曼光谱数据的变压器油纸绝缘老化评估方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2021年第5期41卷 1463-1469页

作者：陈新岗陈姝婷杨定坤罗浩杨平崔炜康重庆理工大学电气与电子工程学院重庆400054 重庆市能源互联网工程技术研究中心重庆400054 重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400054

采用激光拉曼光谱技术对变压器油纸绝缘老化状态检测是一种有效的方法。随着样本量的扩充,亟待处理的数据集维度逐渐增大,研究适用于高维拉曼光谱数据的变压器油纸绝缘老化评估方法具有重要的意义。设计与现场变压器内部绝缘结构相似的... 详细信息

采用激光拉曼光谱技术对变压器油纸绝缘老化状态检测是一种有效的方法。随着样本量的扩充,亟待处理的数据集维度逐渐增大,研究适用于高维拉曼光谱数据的变压器油纸绝缘老化评估方法具有重要的意义。设计与现场变压器内部绝缘结构相似的油纸绝缘环境,进行加速热老化实验并定期采样,获取到10类老化程度依次递增的油样本,采用激光拉曼光谱技术对样本进行检测。选用复合稀疏导数建模法对样本原始拉曼光谱数据预处理,可以一步完成去噪与基线校正;引入差异特征选取方法筛选不同老化程度下光谱中变化显著的特征,计算同一拉曼频移下不同老化程度的特征点数据集方差,选择差异较大的数据序列所对应的拉曼特征变量,设定方差阈值为0.5进行特征选择,每个样本都从1023个光谱特征点抽取出304个特征点进行后续分析;针对变压器油纸绝缘老化拉曼光谱高维样本数据集,引入多种不同类型的算法对其处理。分别运用K-means聚类算法、Fisher算法与随机森林算法对获取到的样本预处理后的数据建立模型,引入评估准确度、提升度以及Kapp a系数对各算法建立的模型判别效果进行评估。结果表明:有监督学习的Fisher算法与随机森林算法效果较好,相对于无监督学习的K-means聚类算法,模型判别能力分别提升了1.1666和1.95,论证了有监督学习模型在变压器油纸绝缘老化的评估中具有判别优势;从模型判别准确度和Kappa系数来看,强分类器随机森林算法建立的判别模型均高于F isher判别模型,其准确度提升了10%,且Kappa系数上升了0.1115,论证了随机森林算法作为由多个单一分类器组成的强分类器,相对单一分类器来说,在变压器油纸绝缘老化的评估中模型的泛化能力较好,且模型较为稳定可靠。通过对三种不同类型的算法对比,确定了在变压器油纸绝缘老化评估中,有监督学习强分类器随机森林算法的判别优势,为变压器油纸绝缘老化的有效评估打下了基础。

关键词：变压器油纸绝缘拉曼光谱高维数据集老化评估

在线全文

学校读者我要写书评

暂无评论

一种基于马尔可夫链的高维离群点挖掘算法

系统工程与电子技术 2010年第12期32卷 2721-2724页

作者：唐志刚杨炳儒杨珺北京科技大学信息工程学院北京100083 南华大学数理学院湖南衡阳421001

提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain,MRKFOD)算法。该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩... 详细信息

提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain,MRKFOD)算法。该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩阵,把邻接矩阵当作马尔可夫链中的概率转移矩阵;寻求概率转移矩阵的主要特征向量;把每个节点的主要特征向量值作为每个数据的离群度。实验结果表明,该算法与其他高维离群点挖掘算法相比,在效率及有效处理的维数方面均有显著提高。

关键词：数据挖掘离群点高维数据集马尔可夫链加权无向图

在线全文

学校读者我要写书评

暂无评论

相关子空间中的局部离群数据挖掘算法研究

小型微型计算机系统 2015年第3期36卷 460-465页

作者：李永红张继福荀亚玲太原科技大学计算机科学与技术学院太原030024

针对高维数据集,采用局部稀疏差异和局部密度差异的度量因子,给出一种相关子空间中的局部离群数据挖掘算法.该算法根据K最近邻(K-NN),确定数据集中各数据对象的局部数据集,并依据属性值的稀疏因子生成全局的稀疏因子矩阵和局部稀疏因子... 详细信息

针对高维数据集,采用局部稀疏差异和局部密度差异的度量因子,给出一种相关子空间中的局部离群数据挖掘算法.该算法根据K最近邻(K-NN),确定数据集中各数据对象的局部数据集,并依据属性值的稀疏因子生成全局的稀疏因子矩阵和局部稀疏因子矩阵,从而有效地反映了数据对象的局部稀疏程度;根据局部稀疏因子矩阵,计算属性维对应的局部稀疏差异因子,并确定数据对象对应的子空间定义向量,从而体现了具有任意性相关的相关子空间;如果数据对象存在相关子空间,则采用高斯误差函数体现相关子空间中各数据对象的局部密度差异,有效地降低了"维灾"的影响,使得离群数据的度量与相关子空间的维度无关,并能够度量相关子空间的数据对象,否则设置数据对象的局部密度差异为0,表明其为正常数据;选取局部密度差异(离群程度)最大的若干数据对象作为局部离群数据;最后采用UCI和恒星光谱数据集,实验验证了该算法的有效性.

关键词：局部离群数据高维数据集局部稀疏差异局部密度差异相关子空间

在线全文

学校读者我要写书评

暂无评论

基于共享策略的k-支配轮廓体的求解算法

小型微型计算机系统 2009年第6期30卷 1072-1076页

作者：董雷刚刘国华崔晓微张东明金晓丹燕山大学信息科学与工程学院河北秦皇岛066004

现有的k支-配轮廓算法虽然可以对给定的高维数据集计算出不同k(k≤d)值对应的k-支配轮廓,但是,由于不能共享计算结果,会导致很多冗余操作.提出k-支配轮廓体的概念,即所有的k(k≤d)值对应的k-支配轮廓的集合,在此基础上,提出两种基于共... 详细信息

现有的k支-配轮廓算法虽然可以对给定的高维数据集计算出不同k(k≤d)值对应的k-支配轮廓,但是,由于不能共享计算结果,会导致很多冗余操作.提出k-支配轮廓体的概念,即所有的k(k≤d)值对应的k-支配轮廓的集合,在此基础上,提出两种基于共享策略的k-支配轮廓体算法——由下到上算法(BTA)和由上到下算法(TBA).理论分析和实验验证表明,所提算法可有效的减少冗余操作.

关键词： k-支配轮廓高维数据集 k-支配轮廓体共享策略

在线全文

学校读者我要写书评

暂无评论

具有输入知识的高维数据聚类算法研究

计算机科学 2006年第1期33卷 240-242页

作者：吴红艳王蔚韬文俊浩何光辉重庆大学计算机学院重庆400030 重庆大学软件学院重庆400030

针对目前聚类算法没有充分地利用输入知识,不便于知识的学习和增长的情形,提出在高维数据集的情况下,恰当地利用输入知识可以更准确有效地发现聚类,提出聚类的相关维集的概念,分析输入知识的特点,对带有输入知识的高维聚类算法进行研究... 详细信息

针对目前聚类算法没有充分地利用输入知识,不便于知识的学习和增长的情形,提出在高维数据集的情况下,恰当地利用输入知识可以更准确有效地发现聚类,提出聚类的相关维集的概念,分析输入知识的特点,对带有输入知识的高维聚类算法进行研究,指导聚类的学习过程。

关键词：聚类聚类算法高维数据集输入知识相关维集数据聚类知识算法研究高维学习过程

在线全文

学校读者我要写书评

暂无评论

基于特征选择的统计最优样本大小算法

计算机应用研究 2014年第12期31卷 3535-3538,3549页

作者：邓杰钱雪忠钱恒吴秦江南大学物联网工程学院江苏无锡214122 扬州大学信息工程学院江苏扬州225127

针对统计最优样本大小算法在确定大数据集,尤其是高维数据集抽样样本大小时的执行效率较低,以及高维数据集中每一维属性的重要性不同且可能存在冗余属性,提出一种基于特征选择的统计最优样本大小算法。该算法基于熵理论,通过构造一个基... 详细信息

针对统计最优样本大小算法在确定大数据集,尤其是高维数据集抽样样本大小时的执行效率较低,以及高维数据集中每一维属性的重要性不同且可能存在冗余属性,提出一种基于特征选择的统计最优样本大小算法。该算法基于熵理论,通过构造一个基于对象间相似度的熵度量方法来评估特征重要性,然后根据设计的一种挑选特征的标准获得重要的特征子集,最后在该特征子集上执行统计最优样本大小算法。实验结果表明,改进后算法得到的样本大小抽取的样本集能够在聚类算法中得到较高的准确率,同时也较明显地降低了算法的执行时间,从而验证了改进后的算法是有效可行的。

关键词：统计最优样本大小算法高维数据集特征选择熵聚类

在线全文

学校读者我要写书评

暂无评论

一种改进的自适应网格划分的分布式聚类算法

小型微型计算机系统 2023年第4期44卷 731-736页

作者：蔡莉王浩宇周君何婧刘俊晖云南大学软件学院昆明650091

在众多聚类算法中,基于网格划分思想的聚类算法是较为常用的算法类型之一,但现有的算法对于处理海量高维数据而言,会存在以下两个问题:一是聚类结果的准确率较低;二是算法耗时较长.为了解决现有算法的不适应性,该文在网格聚类算法的基... 详细信息

在众多聚类算法中,基于网格划分思想的聚类算法是较为常用的算法类型之一,但现有的算法对于处理海量高维数据而言,会存在以下两个问题:一是聚类结果的准确率较低;二是算法耗时较长.为了解决现有算法的不适应性,该文在网格聚类算法的基础上结合降维技术、自适应网格划分、相对熵和分布式计算,提出了一种改进的自适应网格划分的分布式聚类算法(AMCBS),可以较好解决以上问题.经实验证明,该算法对于D31标准数据集、UCI数据集、人脸图片数据集和GitHub文本数据集等的效果均优于常见的聚类算法,具有较好的准确率和较高的运行效率.

关键词：聚类自适应网格划分相对熵高维数据集 Spark平台

维普期刊数据库博看期刊