检索结果-内蒙古大学图书馆

控制与决策 2004年第5期19卷 595-597页

作者：李侃刘玉树北京理工大学计算机科学与工程系北京100081

针对模糊聚类算法在样本特征不明显时不能取得很好的聚类效果 ,以及现有的模糊聚类算法需要事先确定聚类数 ,随机性强、容易陷入局部最优等弱点 ,将核函数和有效性函数引入到模糊聚类中 ,提出了模糊核聚类的自适应算法 .此方法在性能上... 详细信息

针对模糊聚类算法在样本特征不明显时不能取得很好的聚类效果 ,以及现有的模糊聚类算法需要事先确定聚类数 ,随机性强、容易陷入局部最优等弱点 ,将核函数和有效性函数引入到模糊聚类中 ,提出了模糊核聚类的自适应算法 .此方法在性能上比经典的聚类算法有了较大的改进 ,取得了更好的聚类效果 .

关键词：模糊C均值 Mercer核特征空间有效性函数

来源：评论

学校读者我要写书评

暂无评论

基于粒子群优化的软子空间聚类算法

引用

模式识别与人工智能 2015年第10期28卷 903-912页

作者：邱云飞杨倩唐晓亮辽宁工程技术大学软件学院葫芦岛125105

目标函数和子空间搜索策略决定软子空间聚类算法的性能,而聚类有效性分析是衡量其性能的主要指标.针对子空间聚类性能,提出基于粒子群优化的软子空间聚类算法(SC-WPSO).首先,利用K均值类型框架,结合类间分散度和特征权重,提出模糊加权... 详细信息

目标函数和子空间搜索策略决定软子空间聚类算法的性能,而聚类有效性分析是衡量其性能的主要指标.针对子空间聚类性能,提出基于粒子群优化的软子空间聚类算法(SC-WPSO).首先,利用K均值类型框架,结合类间分散度和特征权重,提出模糊加权软子空间聚类目标函数.然后,为跳出局部最优,将带惯性权重的粒子群算法作为子空间的搜索策略.最后,根据提出的聚类有效性函数,选取最佳聚类数目.在数据集上的实验证实SC-PSO能提高聚类准确度,同时自动确定最佳聚类数目.

关键词：软子空间聚类粒子群优化惯性权重有效性函数

来源：评论

学校读者我要写书评

暂无评论

模糊聚类分析在模糊神经网络结构优化中的应用

引用

高技术通讯 2000年第10期10卷 64-66,63页

作者：姚宏伟梅晓榕庄显义哈尔滨工业大学控制工程系哈尔滨150001

研究了模糊聚类分析在多变量模糊神经网络的结构确定中的应用。在传统的模糊C 均值算法的基础上 ,给出了一个衡量聚类有效性的函数和确定模糊指数的启发式方法 ,并给出了应用该算法的具体的模糊神经网络模型。

关键词：模糊神经网络模糊聚类有效性函数模糊指数结构优化

来源：评论

学校读者我要写书评

暂无评论

利用FCM求解最佳聚类数的算法

引用

计算机工程与应用 2008年第22期44卷 65-67页

作者：张姣玲广东技术师范学院计算机科学学院广州510665

利用FCM求解最佳聚类数的算法中,每次应用FCM算法都要重新初始化类中心,而FCM算法对初始类中心敏感,这样使得利用FCM求解最佳聚类数的算法很不稳定。对该算法进行了改进,提出了一个合并函数,使得(c-1)类的类中心依赖于类的类中心。仿真... 详细信息

利用FCM求解最佳聚类数的算法中,每次应用FCM算法都要重新初始化类中心,而FCM算法对初始类中心敏感,这样使得利用FCM求解最佳聚类数的算法很不稳定。对该算法进行了改进,提出了一个合并函数,使得(c-1)类的类中心依赖于类的类中心。仿真实验表明:新的算法稳定性好,且运算速度明显比旧的算法要快。

关键词：聚类模糊C-均值有效性函数

来源：评论

学校读者我要写书评

暂无评论

基于角点特征和自适应核聚类算法的目标识别

引用

计算机工程 2007年第6期33卷 179-181,184页

作者：王鹏伟吴秀清余珊中国科学技术大学电子工程与信息科学系合肥230027

提出了基于角点特征和自适应核聚类的目标识别方法,将有效性函数引入核聚类算法中,提出了一种可动态估计聚类数目的自适应核聚类算法。该方法用于飞机识别中,通过对飞机角点特征的自适应核聚类,完成定位识别。实验结果表明,该方法是有... 详细信息

提出了基于角点特征和自适应核聚类的目标识别方法,将有效性函数引入核聚类算法中,提出了一种可动态估计聚类数目的自适应核聚类算法。该方法用于飞机识别中,通过对飞机角点特征的自适应核聚类,完成定位识别。实验结果表明,该方法是有效的。

关键词：角点特征核聚类有效性函数飞机识别

来源：评论

学校读者我要写书评

暂无评论

基于粒计算的k值选取及其应用

引用

计算机工程与设计 2015年第11期36卷 3082-3086页

作者：卞彩峰邱建林陈燕云陆鹏程陈璐璐南通大学电子信息学院江苏南通226019 南通大学计算机科学与技术学院江苏南通226019 南通大学工程训练中心江苏南通226019

为降低k值选取对聚类分析算法效果的影响,采用改进的聚类有效性函数来选取k值。通过粒计算的属性分辨能力,避免数据因某些属性值过大屏蔽其它取值较小属性对类内相似性和类间差异性的影响,综合考虑类内相似性和类间差异性。通过UCI机器... 详细信息

为降低k值选取对聚类分析算法效果的影响,采用改进的聚类有效性函数来选取k值。通过粒计算的属性分辨能力,避免数据因某些属性值过大屏蔽其它取值较小属性对类内相似性和类间差异性的影响,综合考虑类内相似性和类间差异性。通过UCI机器学习数据库标准数据集和k均值算法对该函数进行验证,并将其应用到玉米良种选育中。实验结果表明,使用该函数可以更为有效的在玉米样本集中选育玉米良种。

关键词：聚类分析粒计算 k均值算法有效性函数玉米良种选育

来源：评论

学校读者我要写书评

暂无评论

基于模糊核C-均值聚类分析的HRRP识别

引用

电光与控制 2010年第5期17卷 42-45页

作者：单凯晶肖怀铁朱俊国防科技大学电子科学与工程学院长沙410073

由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。... 详细信息

由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。该算法针对特征提取后一维距离像数据的特点,采用组合核函数以降低由于数据属性数值过大造成的权重过大对识别效果的影响;同时,算法可以在训练过程中通过有效性函数自适应地确定最佳聚类数目。仿真实验结果表明,基于组合核函数的识别算法同基于传统的高斯核的算法都能有效识别雷达目标,但前者具有更高的目标识别率。

关键词：模糊核C-均值聚类算法一维距离像特征提取有效性函数核函数

来源：评论

学校读者我要写书评

暂无评论

模糊聚类的有效性研究

引用

湖北大学学报（自然科学版） 2006年第3期28卷 222-226页

作者：安中华安琼湖北教育学院数学系湖北武汉430205 中国科学院南京土壤研究所江苏南京210008

在模糊聚类分析中,引入多元分析中的F-统计量和变化的显著性水平,用其评价模糊聚类的有效性,并用分类的F-统计量满足最小显著性水平的F检验构造了分类的有效性函数,在此基础上给出求有效分类的优化模型和模型的求解方法.最后,用此方法... 详细信息

在模糊聚类分析中,引入多元分析中的F-统计量和变化的显著性水平,用其评价模糊聚类的有效性,并用分类的F-统计量满足最小显著性水平的F检验构造了分类的有效性函数,在此基础上给出求有效分类的优化模型和模型的求解方法.最后,用此方法研究了一实际问题的分类.

关键词：模糊聚类有效性函数多元统计 F-统计量显著性水平

来源：评论

学校读者我要写书评

暂无评论

模糊C均值聚类的理论与应用研究

模糊C均值聚类的理论与应用研究

引用

作者：姜丽浙江工商大学

学位级别：硕士

模糊C均值(FCM)聚类分析作为非监督模式识别的一个重要分支,在模式识别、数据挖掘、计算机视觉以及模糊控制等领域具有广泛的应用。该算法是一种基于目标函数的聚类算法,有着深厚的数学理论基础而且设计简单,解决问题的范围比较广,同时... 详细信息

模糊C均值(FCM)聚类分析作为非监督模式识别的一个重要分支,在模式识别、数据挖掘、计算机视觉以及模糊控制等领域具有广泛的应用。该算法是一种基于目标函数的聚类算法,有着深厚的数学理论基础而且设计简单,解决问题的范围比较广,同时以该算法为基础也形成了一大批基于其他原型的FCM算法。但该算法也存在着许多亟待解决的问题,比如：需要人为定义聚类原型参数、聚类结果容易陷入局部极值点或鞍点、大数据量下算法耗时长、对特殊类型数据无法直接处理等,因此FCM聚类算法也有待于进一步改进。本文在众多的研究成果基础上,针对FCM聚类算法存在的不足,进行了较为深入的研究。基于解靴带法、样本的统计特性和核函数等理论,分别提出了两种改进的FCM聚类算法,并根据香农信息熵和模糊变差理论,提出了一种新的聚类有效性指标来评价模糊聚类的划分结果；另外,通过考虑邻域像素的影响和设计权值的方法,提出了一种可应用于含噪图像分割的加权FCM算法,同时对于较复杂的图像,还通过FCM算法的有效性函数来初始化聚类类别数,优化了分割模型；最后,将原FCM算法和神经网络算法相结合,并用于车型的分类设计中。实验结果表明,本文所改进的算法是可行的,其有效性函数也有良好的分类性能。

关键词：模糊C均值聚类算法有效性函数图像分割模式识别

来源：评论

学校读者我要写书评

暂无评论

聚类算法在Web挖掘中的应用

聚类算法在Web挖掘中的应用

引用

作者：范明西北工业大学

学位级别：硕士

随着Internet的迅速发展，互联网上的信息量越来越庞大，它已成为全球最大的信息发布库。目前互联网上的信息纷繁芜杂，如何对其内容进行分析从而挖掘出人们所需要的内容这一问题亟待解决。聚类理论可在一定程度上解决这个问题，不仅节... 详细信息

随着Internet的迅速发展，互联网上的信息量越来越庞大，它已成为全球最大的信息发布库。目前互联网上的信息纷繁芜杂，如何对其内容进行分析从而挖掘出人们所需要的内容这一问题亟待解决。聚类理论可在一定程度上解决这个问题，不仅节省了用户的时间，而且提高了分析的效率。因此，将聚类理论用于Web挖掘具有重要的理论意义和实用价值。本文从理论、算法和应用等三个层次研究了聚类技术在Web挖掘中的应用本文首先阐述了聚类基本理论，对现有的典型聚类算法作了分析。在此基础上，讨论了聚类有效性函数在聚类算法中的意义，并提出了一种新的基于有效性函数的聚类算法。该算法与一般的聚类算法相比，无需提供聚类的参数。算法每步合并两个簇，使有效性函数值增加最大或减小最少。本文运用引力模型度量相似度，对可能出现的异常点的情况作均匀化的处理。仿真实验表明，本文的算法能正确发现特定数据的簇个数，和其它聚类方法比较，聚类结果具有较低的错误率，并在效率上优于一般的基于有效性函数的聚类算法。在热点序列发现中，对于网络上大量出现的新造词和非标准语法等，本文提出了一种改进的最长公共子序列(Longest Common Subsequence)方法。该方法用于提取热点序列，且运用到短文本聚类中，计算文档之间的相似度。实验表明，在无须分词和无先验知识的情况下，基于该方法的聚类系统对于标题文本有着很高的执行效率和较好的准确率。本文采用虚拟社团发掘中的Laplace矩阵谱分解法对网络上有共同讨论话题的用户进行聚类分析。该方法将网络结构表示为Laplace矩阵，对该矩阵谱分解，分解后的小特征值对应的特征向量就是网络映射的特征空间。在该空间上实现对社团实行层次聚类算法中的单连接聚类，就将网络分割为特定的社团。算法保证社团之间的连边尽可能地少，社团之内的连边尽可能地多。仿真实验表明了该算法的准确性。

关键词：聚类分析有效性函数 LCS 文本聚类社团发现

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：