检索结果-南通市图书馆

基于改进的cure聚类的原型选择算法及其应用研究

在线全文

学校读者我要写书评

暂无评论

基于改进的CURE聚类的原型选择算法及其应用研究

作者：孙元元西安理工大学

学位级别：硕士

在大数据时代,如何从海量数据集中挖掘出有用的知识已经成为各个领域都关注的一个重要问题。针对K最近邻分类器在大规模数据集中存在时间和空间复杂度过高的问题,本文采用cure聚类方法进行原型选择,即通过cure聚类算法挑选代表样例进行... 详细信息

在大数据时代,如何从海量数据集中挖掘出有用的知识已经成为各个领域都关注的一个重要问题。针对K最近邻分类器在大规模数据集中存在时间和空间复杂度过高的问题,本文采用cure聚类方法进行原型选择,即通过cure聚类算法挑选代表样例进行K最近邻分类且不降低其分类准确率,最后应用于不平衡数据集中。本文具体研究内容和研究结果如下:1.改进了基于共享最近邻密度和最大最小距离的cure聚类算法。针对cure聚类算法存在的两个缺点:第一,噪声点的不易确定,提出了一种新的基于共享最近邻密度的去噪方法,该方法利用共享最近邻算法计算样例的相似度,进而求出每个样例的密度值,自适应得到密度阈值,判断噪声点进行剔除;第二,代表点分散性差,本文使用最大最小距离算法对原算法挑选代表点进行改进。将本文改进算法与传统的cure算法、文献[72]算法、RTcure算法在2个合成数据集和6个UCI数据集进行对比,结果表明:本文算法在平均准确率和运行效率上都有一定的提高。2.提出了基于改进的cure聚类的原型选择算法(PScure)。根据第一部分改进的cure聚类算法对原始数据集进行聚类,从每个类中挑选出更具有代表性的样例添加到最终的原型子集再进行分类。首先利用PScure算法对合成数据集Pathbased和Flame people进行实验,结果表明:PScure算法可以选取出更具有代表性的边界点和部分内部点。其次,将PScure算法与传统的KNN、PSC算法和CNN、ENN、TRKNN、BNNT、2NMST算法在10个UCI数据集上进行实验,结果表明:PScure算法与传统的KNN算法有相同甚至更高的分类准确率,且能筛选出更少的样例,PScure算法与最新的几个算法相比不仅提高了平均准确率,而且减少了样例数。3.利用PScure算法处理不平衡数据集。首先,使用PScure算法对不平衡数据集中的大多数样例进行欠抽样,使抽取的样例数与少数类的个数一样,从而得到均衡的原型集,再利用KNN算法进行分类。然后,通过5个UCI数据集进行实验,将PScure算法与KNN、EDSVM和ND-SVM算法进行对比分析,实验结果表明:PScure算法在F-measure和G-means两个指标上较其它算法有所提高。最后,将PScure算法应用到某市窃电用户数据集中,并与传统的KNN算法对比,实验结果表明:PScure算法在解决处理窃电用户数据集中具有一定的优势。

关键词： K最近邻分类器原型选择 cure聚类算法代表点不平衡数据集

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cure聚类优化的数据挖掘算法研究

哈尔滨商业大学学报（自然科学版） 2017年第6期33卷 723-727页

作者：郑志娴吴为民李慧敏福建船政交通职业学院信息工程系福州350007

以海量非结构化数据为研究对象,在已有聚类算法研究基础上,从数据的获取与预处理,到数据聚类,再到数据的个性化管理全过程进行分析,针对数据聚类过程中的计算量庞大和复杂程度高的现状对已有cure聚类算法进行优化,尽可能的最大程度提高... 详细信息

以海量非结构化数据为研究对象,在已有聚类算法研究基础上,从数据的获取与预处理,到数据聚类,再到数据的个性化管理全过程进行分析,针对数据聚类过程中的计算量庞大和复杂程度高的现状对已有cure聚类算法进行优化,尽可能的最大程度提高数据聚类效率,进而提高大数据挖掘水平,为大数据应用提供更好的服务.通过以某通信企业不断变化的用户数据为分析对象,证明此次基于cure聚类算法优化的数据挖掘算法有效性,结果表明cure聚类算法优化具有一定的可用性和实用性.

关键词：数据挖掘非结构化数据数据聚类 cure聚类算法

在线全文

学校读者我要写书评

暂无评论

用于文本分类的改进KNN算法

计算机工程与应用 2007年第13期43卷 159-162,166页

作者：王煜张明王正欧白石河北大学数学与计算机学院河北保定071002 天津大学系统工程研究所天津300072 沧州市城建档案馆河北沧州061000

采用灵敏度方法对距离公式中文本特征的权重进行修正;提出一种基于cure算法和Tabu算法的训练样本库的裁减方法,采用cure聚类算法获得每个聚类的代表样本组成新的训练样本集合,然后用Tabu算法对此样本集合进行进一步维护(添加或删除样本)... 详细信息

采用灵敏度方法对距离公式中文本特征的权重进行修正;提出一种基于cure算法和Tabu算法的训练样本库的裁减方法,采用cure聚类算法获得每个聚类的代表样本组成新的训练样本集合,然后用Tabu算法对此样本集合进行进一步维护(添加或删除样本),添加样本时只考虑增加不同类交界处的样本,添加或删除样本以分类精度最高、与原始训练样本库距离最近为原则。

关键词：文本分类 KNN算法灵敏度法 cure聚类算法 Tabu算法

在线全文

学校读者我要写书评

暂无评论

大数据环境下超声波焊缝缺陷识别方法的研究

计算机工程与应用 2016年第23期52卷 176-180页

作者：董本志丁文雪东北林业大学信息与计算机工程学院哈尔滨150040

为了解决常规超声波焊缝缺陷识别方法分类模型固定和训练集规模有限而难以体现不同缺陷的差异性和同类缺陷的多态性的问题,结合当今大数据环境下的数据分析策略和基因缺陷识别中匹配的思想,通过主成分分析和cure聚类算法将缺陷回波信号... 详细信息

为了解决常规超声波焊缝缺陷识别方法分类模型固定和训练集规模有限而难以体现不同缺陷的差异性和同类缺陷的多态性的问题,结合当今大数据环境下的数据分析策略和基因缺陷识别中匹配的思想,通过主成分分析和cure聚类算法将缺陷回波信号编码转换成可进行匹配的对象,进而将当前检测缺陷特征与历史检测数据进行匹配,并利用最近邻方法实现了对缺陷历史检测数据集的扩充。通过在R上应用基于基本空位罚分的Smith-Waterman比对算法进行仿真实验验证了该缺陷识别方法是可行的,有效地识别了气孔、夹渣、裂纹、未焊透和未熔合五类常见缺陷,具有较好的识别准确率。

关键词：缺陷识别主成分分析 cure聚类算法比对算法

在线全文

学校读者我要写书评

暂无评论

移动数据库中动态数据广播策略的研究

移动数据库中动态数据广播策略的研究

作者：王珏天津工业大学

学位级别：硕士

随着计算机技术和通信技术的迅猛发展,移动计算机正在逐步取代有线网络和固定主机。移动设备的大量普及,许多移动节点要求随时随地和网络建立连接,移动计算使得计算机或其他信息设备在没有与固定的物理连接设备相连的情况下能够传输数... 详细信息

随着计算机技术和通信技术的迅猛发展,移动计算机正在逐步取代有线网络和固定主机。移动设备的大量普及,许多移动节点要求随时随地和网络建立连接,移动计算使得计算机或其他信息设备在没有与固定的物理连接设备相连的情况下能够传输数据。其中,动态数据广播技术作为实现移动数据库的关键技术,很大程度上影响着移动数据库应用的速度和效率。它是解决嵌入式移动数据库系统用户规模庞大及网络通信非对称性问题的一种有效办法,服务器将大多数用户频繁访问的热点数据以一定的方式组织起来,主动周期性地广播出去,这样充分利用了有限的网络带宽,极大地提高了系统的可伸缩性。在数据广播的研究中,需要解决广播的调度问题。本文首先概要介绍了移动数据库和数据挖掘的基本知识,然后对移动数据库的各种数据广播策略进行了分析,将数据挖掘聚类算法中的cure算法引入动态广播策略中,利用cure算法的特点,使算法分析结果更适合提高对现有事务请求的响应,并结合改进的cure算法和数据挖掘技术提出了更高效的动态数据广播策略,而且针对这种算法实现了简单的系统,并将此算法的思想应用到实际系统的应用分析中。cure算法的引入,使动态数据广播策略有了更有效的分析方法:对cure算法的改进,提高了该算法在执行算法分析过程中的效率。

关键词：移动数据库数据挖掘数据广播 cure聚类算法最邻近算法

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

基于序列比对算法的焊缝缺陷超声检测与识别

基于序列比对算法的焊缝缺陷超声检测与识别

作者：丁文雪东北林业大学

学位级别：硕士

随着现代工业的不断发展,焊接构件在航空航天、铁路以及能源等领域都得到了广泛的应用,而为了保证其安全性,焊缝检测是必不可少的。目前,常规的焊缝缺陷检测主要利用小波包分解或分析超声回波信号的能量变化来提取缺陷特征,用支持向量... 详细信息

随着现代工业的不断发展,焊接构件在航空航天、铁路以及能源等领域都得到了广泛的应用,而为了保证其安全性,焊缝检测是必不可少的。目前,常规的焊缝缺陷检测主要利用小波包分解或分析超声回波信号的能量变化来提取缺陷特征,用支持向量机或图像分割方法来构建缺陷识别分类器,在理论和应用中都取得了一定的成果。这些方法一般是构建固定的缺陷分类模型并且基于数据量有限的训练集,但超声波焊缝缺陷数据是随着生产检测而不断增加的,具有大规模的、可扩充的又有待挖掘的特性,常规的缺陷识别方法难以体现同类缺陷的多态性,固定的缺陷分类模型也不利于填充新数据。为解决常规超声波焊缝缺陷识别方法分类模型固定和训练集规模有限而难以体现不同缺陷的差异性和同类缺陷的多态性的问题,结合数据分析策略和基因缺陷识别中匹配的思想进行缺陷识别。但缺陷特征序列与基因序列又存在很大的不同,为此对缺陷回波信号进行了转换,对大量的历史检测缺陷特征值进行了主成分分析和聚类分析,提取出主要的缺陷特征,同时得到了每个特征的权重及其取值特点,将缺陷检测数据转换成了可比对对象,进而将当前检测的缺陷特征与历史检测数据进行匹配,识别了气孔、夹渣、裂纹、未焊透和未熔合五类常见缺陷。同时,构建以最近邻方法为基础的历史检测数据集完善模型,差异性选择式添加最新检测数据,扩大了历史检测数据集缺陷特性包容范围,保证了缺陷比对的准确性。以序列比对算法为理论基础,研究了超声检测中缺陷识别新方法。该方法通过将当前检测数据提取的特征值与历史检测数据集的比对,得到与气孔、夹渣、裂纹、未焊透和未熔合五类历史缺陷特征的匹配结果,进而识别当前检测缺陷类型。通过实验验证该方法是有效的,具有较高的识别准确率,提高了缺陷信息的利用率,避免了常规缺陷检测中难以体现同类缺陷多态性的问题,从而进一步提高了缺陷识别的可靠性。

关键词：缺陷识别主成分分析 cure聚类算法 K-最近邻规则比对算法

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

数据挖掘在电力负荷预测中的应用

计算机与信息技术 2007年第5期 21-23页

作者：白迪赵龙沈阳工程学院电气工程系沈阳110136 国电南京自动化股份有限公司

本文对电力负荷预测的研究主要运用了数据挖掘中的聚类分析。构架了一种基于cure聚类算法的电力负荷预测模型,对短期电力负荷数据进行有效的预测。并通过海量数据存储,数据挖掘和决策信息的支持,可有效地克服数据有限性,不完整性及影响... 详细信息

本文对电力负荷预测的研究主要运用了数据挖掘中的聚类分析。构架了一种基于cure聚类算法的电力负荷预测模型,对短期电力负荷数据进行有效的预测。并通过海量数据存储,数据挖掘和决策信息的支持,可有效地克服数据有限性,不完整性及影响因素复杂性对预测结果的影响,发挥独特优势、实现经济价值。

关键词：电力系统数据挖掘 cure聚类算法负荷预测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

《基于数据挖掘的短期负荷预测研究》

科技信息(学术研究) 2007年第19期 295-296页

作者：白迪赵龙国电南京自动化股份有限公司沈阳工程学院电气工程系

关键词：电力系统数据挖掘 cure聚类算法负荷预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于层次聚类的支持向量机分类算法

电子技术与软件工程 2018年第19期 186-187页

作者：李兵田元赵明华李剑波西安理工大学计算机科学与工程学院陕西省西安市710048 西安理工大学图书馆陕西省西安市710048 西安宝美电气工业有限公司陕西省西安市710077

针对支持向量机在大规模样本学习时,学习速度慢,需要存储空间大等问题,提出了一种基于层次聚类的支持向量机训练算法,即在标准SVM向量算法中加入cure聚类算法。该方法首先通过聚类方法从簇中选择分散的对象,根据一个收缩因子收缩或移动... 详细信息

针对支持向量机在大规模样本学习时,学习速度慢,需要存储空间大等问题,提出了一种基于层次聚类的支持向量机训练算法,即在标准SVM向量算法中加入cure聚类算法。该方法首先通过聚类方法从簇中选择分散的对象,根据一个收缩因子收缩或移动它们,从而产生最有可能成为支持向量的一组向量组成训练子集,接下来再用SVM训练方法构建一个最优SVM分类器。实验证明,该算法使SVM训练时间大为缩短,在不影响精确度的前提下使算法的效率得到大幅度的提高。

关键词：支持向量机聚类 cure聚类算法