检索结果-南通市图书馆

厦门大学学报（自然科学版） 2009年第4期48卷 508-513页

作者：柳助民李绍滋林达真柯逍曹冬林厦门大学信息科学与技术学院福建厦门361005

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于pcm聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离... 详细信息

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于pcm聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离的基础上使用pcm聚类算法对Blog进行聚类,得到每个社区中的成员属于社区的概率表示.最后,通过确定相应的概率阈值,确定社区的核心和边界.实验结果表明:该算法能够获得社区中的成员属于社区的概率,根据这个概率可以确定社区中的核心成员和边界成员.

关键词： Blog社区发现随机行走对称社会距离 pcm聚类算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

结合pcm聚类算法的网页排序

引用

计算机工程与科学 2013年第4期35卷 144-149页

作者：刘发升张菊琴江西理工大学信息工程学院江西赣州341000

针对传统的网页排序算法中容易出现的忽略搜索结果主题相关性和主题漂移的问题,提出了结合pcm聚类算法的网页排序,用来提高搜索结果中网页主题的相关性并减少其主题漂移。首先,通过查询某个主题,运用随机行走(RWM)的方法来计算两个网页... 详细信息

针对传统的网页排序算法中容易出现的忽略搜索结果主题相关性和主题漂移的问题,提出了结合pcm聚类算法的网页排序,用来提高搜索结果中网页主题的相关性并减少其主题漂移。首先,通过查询某个主题,运用随机行走(RWM)的方法来计算两个网页之间的对称社会距离(SSD);然后,用SSD和pcm聚类算法对网页进行聚类,得到相关主题的各个社区,通过计算得到各个社区中成员属于该社区的概率表示;最后,根据各社区成员的概率和网页的推荐度对网页进行排序。实验结果表明,与PageRank算法相比,该算法搜索结果中网页主题的相关程度更高;另外,由于是针对某个主题的排序,该算法减少了主题漂移。

关键词：排序算法 RWM SSD pcm聚类算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进pcm算法的冷热电联供系统优化配置

引用

电网与清洁能源 2022年第6期38卷 72-80页

作者：李壮朱超张拓权琛李峰国网陕西省电力公司电力科学研究院陕西西安710005

为提高CCHP系统的综合效益,提出一种基于改进pcm聚类算法的冷热电联供系统各电、热储能以及光伏装置容量最优配置模型,使得该系统的年折算投资成本、年运行维护成本最小,以及年CO_(2)排放量最小。在传统pcm聚类算法基础上,使用熵权法以... 详细信息

为提高CCHP系统的综合效益,提出一种基于改进pcm聚类算法的冷热电联供系统各电、热储能以及光伏装置容量最优配置模型,使得该系统的年折算投资成本、年运行维护成本最小,以及年CO_(2)排放量最小。在传统pcm聚类算法基础上,使用熵权法以加权的形式引入PFS指标与Vp指标实现对聚类效果的综合评价,进而通过遍历的方法寻找最佳聚类数与模糊系数;构建了优化配置模型并以NSGA-Ⅱ算法完成求解;针对实际案例构建优化配置模型,并将改进pcm算法的聚类结果输入到模型中,经过对比分析验证了所提方法的可行性与有效性。

关键词： pcm聚类算法 CCHP系统优化配置

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

聚类分析中的若干问题研究及应用

聚类分析中的若干问题研究及应用

引用

作者：惠周利中北大学

学位级别：硕士

聚类分析是知识发现、机器学习和数据挖掘等领域的一个非常重要的基本工具。与传统的分类方法不同,聚类是在没有任何先验知识的前提下,仅根据数据间的相似性将没有标号数据集划分成不同的类(或簇),使得同一个类中的元素尽可能相似,而不... 详细信息

聚类分析是知识发现、机器学习和数据挖掘等领域的一个非常重要的基本工具。与传统的分类方法不同,聚类是在没有任何先验知识的前提下,仅根据数据间的相似性将没有标号数据集划分成不同的类(或簇),使得同一个类中的元素尽可能相似,而不同类中的元素差别尽可能大,因此聚类分析又是一个非监督学习过程。模糊聚类和Gauss混合模型是目前应用最为广泛的两种聚类分析方法,本文主要针对这两类方法中存在的一些基本问题,做了以下几个方面的研究工作: 在第一章,我们对文献中存在的主要聚类分析方法做了一个全面的综述,主要分析了划分聚类方法、层次聚类方法、基于密度的聚类方法、基于网格的聚类方法以及基于模型的聚类方法中的多种算法的优缺点。第二章主要就模糊聚类方法中的FCM和pcm及其优缺点展开讨论。首先对FCM和pcm做了较为详尽的综述报告,并从理论和数值试验两个角度分析了FCM和pcm算法的不足之处,然后研究了由J S Zhang等人提出的将FCM和pcm相结合的模糊聚类算法,数值试验表明,该算法能有效地发挥FCM和pcm的优点,克服它们各自的缺点,其聚类效果比单一的FCM和pcm都更为理想。在第二章的最后部分,我们以数值试验说明了模糊球壳聚类算法FCSS不能对加有噪声的同心球壳状数据进行有效聚类,并从理论上分析了产生这一现象的原因,那就是FCSS采用的基于梯度法和交替寻优策略容易陷入局部极值点,从而影响聚类效果。因此,我们提出用遗传算法搜索FCSS目标函数的最优解,并且,为了加速遗传算法的收敛速度,我们还将原FCSS算法与遗传算法进行巧妙地结合起来,产生出所谓的基于遗传算法与FCSS相结合的模糊球壳聚类算法GA-FCSS。大量的数值试验表明,我们提出的GA-FCSS算法是有效的,它能将各种含有噪声的球壳(包括同心球壳)状数据进行很好地分离,得到的球壳中心和半径与真实值较为接近,对数据点的分类结果也几乎完全正确。第三章就基于统计模型的聚类算法展开讨论,主要选择了目前较为实用的Gauss混合模型,它是一种半参数的聚类方法。首先,我们将Gauss混合模型与聚类问题进行了类比,然后推导了求解Gauss混合模型相关参数的极大似然估计的EM算法,并以数值试验实例说明了EM算法对实心椭球状数据进行聚类是有效的。最后,我们以Gauss混合模型为基础,研究了聚类的有效性问题,即待聚类的数据中有多少个类别的问题,这在Gauss混合模型中表现为有多少个正态分支。我们主要研究了基于极小信息长度准则的MML-EM算法,该算法可以同时处理Gauss混合模型的模型选择(估计类别数)与参数估计两个问题。数值试验表明,当以接近真实值的整数初始化聚类的类别数时,MML-EM算法能以较高的正确率选择出最优类别数,但对聚类原型的估计可能出现较大偏差;当以远离真实值的整数初始化类别数时,MML-EM算法选择最优类别数的正确率迅速降低,并且有过高估计最优类别数的趋势。针对这一情况,我们从理论上重新分析了MML准则,找出了出现这样结果的原因,并提出了一种改进算法(IMML-EM)。数值试验表明,我们改进的IMML-EM算法极大地克服了原MML-EM算法的上述缺点,特别是它选择最优类别数的正确率会随着初始类别数的增加而迅速递增,这比原MML-EM算法具有更广泛的实用性,因为人们在实际的聚类问题中常常没有关于类别数的信息,只能在较大的范围内搜索最优类别数。所以,我们的IMML-EM具有更大的实用价值。

关键词： FCM聚类算法 pcm聚类算法 GA-FCSS聚类方法 Gauss混合模型 EM算法 MML-EM算法

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：