检索结果-内蒙古大学图书馆

山东大学学报(工学版) 2025年第2期55卷 58-70页

作者：陈素根赵志忠安庆师范大学数理学院安徽安庆246133 安徽省大别山区域复杂生态系统建模、仿真与控制重点实验室安徽安庆246133

针对密度峰值聚类算法定义的截断距离仅考虑样本全局分布,在样本分配时容易产生“多米诺骨牌”现象等问题,提出一种融合局部截断距离及小簇合并的密度峰值聚类算法。基于样本局部分布信息计算每个样本截断距离和局部密度,有利于准确获... 详细信息

针对密度峰值聚类算法定义的截断距离仅考虑样本全局分布,在样本分配时容易产生“多米诺骨牌”现象等问题,提出一种融合局部截断距离及小簇合并的密度峰值聚类算法。基于样本局部分布信息计算每个样本截断距离和局部密度,有利于准确获得复杂结构数据集上密度峰;根据样本决策值之间差值关系选择潜在密度峰并形成多个小簇;定义一种新的小簇间相似度,根据此相似度将小簇合并获得聚类结果,有效避免了“多米诺骨牌”现象。采用6个人工数据集和8个UCI数据集进行验证,所提算法在上述14个数据集上的标准化互信息、调整兰德系数和调整互信息平均值比5个对比算法平均提高18.15%、28.99%和20.22%,比原始密度峰值聚类算法提高30.06%,47.15%和31.90%,具有较好的聚类效果。

关键词：聚类密度峰值聚类截断距离局部密度潜在密度峰

来源：评论

学校读者我要写书评

暂无评论

基于几何平均犹豫度的概率犹豫模糊多属性决策方法

引用

郑州大学学报(理学版) 2025年第3期57卷 49-56页

作者：张艳娜张丽霞王拥兵安庆师范大学数理学院安徽安庆246133 安徽省大别山区域复杂生态系统建模、仿真与控制重点实验室安徽安庆246133

针对属性权重完全未知的概率犹豫模糊多属性决策问题,提出了基于几何平均犹豫度的概率犹豫模糊多属性决策方法。首先,针对概率犹豫模糊元中元素之间隶属度差异和元素个数的不同,定义了概率犹豫模糊元的几何平均犹豫度。其次,在传统的概... 详细信息

针对属性权重完全未知的概率犹豫模糊多属性决策问题,提出了基于几何平均犹豫度的概率犹豫模糊多属性决策方法。首先,针对概率犹豫模糊元中元素之间隶属度差异和元素个数的不同,定义了概率犹豫模糊元的几何平均犹豫度。其次,在传统的概率犹豫模糊元的距离测度基础上,提出了基于几何平均犹豫度的概率犹豫模糊元距离测度。进一步,根据提出的距离测度构建概率犹豫模糊元熵测度,并结合熵权法来确定属性权重。最后,结合TOPSIS方法,给出了相应的多属性决策模型。通过具体案例分析,对相应的参数进行灵敏度分析,验证了所提方法的可行性和实用性。

关键词：概率犹豫模糊元多属性决策距离测度犹豫度属性权重

来源：评论

学校读者我要写书评

暂无评论

改进的Ramp孪生支持向量机聚类

引用

计算机科学与探索 2023年第11期17卷 2767-2776页

作者：陈素根刘玉菲安庆师范大学数理学院安徽安庆246133 安徽省大别山区域复杂生态系统建模、仿真与控制重点实验室安徽安庆246133 安徽省皖江流域种群生态模拟与控制国际联合研究中心安徽安庆246133

基于Hinge损失的孪生支持向量机聚类和基于Ramp损失的孪生支持向量机聚类是两种平面聚类的新算法,为解决聚类问题提供了新的研究思路,逐渐成为模式识别等领域的研究热点。然而,它们在处理带有噪声数据的聚类问题时,往往性能表现不佳。... 详细信息

基于Hinge损失的孪生支持向量机聚类和基于Ramp损失的孪生支持向量机聚类是两种平面聚类的新算法,为解决聚类问题提供了新的研究思路,逐渐成为模式识别等领域的研究热点。然而,它们在处理带有噪声数据的聚类问题时,往往性能表现不佳。为了解决这个问题,构造了非对称的Ramp损失函数,并在此基础上提出了一种改进的Ramp孪生支持向量机聚类算法。非对称Ramp损失函数不仅继承了Ramp损失函数的优点,用非对称的有界函数度量类内散度和类间散度,使得该算法对离聚类中心平面较远的数据点更加鲁棒,而且参数t的引入使得非对称Ramp损失函数更加灵活。特别地,当参数t等于1时,非对称Ramp损失函数退化为Ramp损失函数,使得基于Ramp损失函数的孪生支持向量机聚类算法成为所提算法的特例。同时,基于核技巧推广到了非线性情形,线性和非线性模型均为非凸优化问题,通过交替迭代算法有效求解。分别在多个UCI数据集和人工数据集上进行实验,实验结果验证了所提算法的有效性。

关键词：聚类孪生支持向量机聚类损失函数

来源：评论

学校读者我要写书评

暂无评论

新型鲁棒孪生支持向量回归机

引用

计算机科学与探索 2023年第5期17卷 1157-1167页

作者：陈素根石婷安庆师范大学数理学院安徽安庆246133 安徽省大别山区域复杂生态系统建模、仿真与控制重点实验室安徽安庆246133 安徽省皖江流域种群生态模拟与控制国际联合研究中心安徽安庆246133

回归问题是模式识别与机器学习领域的基本问题之一,孪生支持向量回归机(TSVR)是在支持向量回归机(SVR)基础上发展而来的一种处理回归问题的新算法,它在处理无噪声数据时表现出较好的性能,但在处理有噪声数据时往往性能不佳。为了降低噪... 详细信息

回归问题是模式识别与机器学习领域的基本问题之一,孪生支持向量回归机(TSVR)是在支持向量回归机(SVR)基础上发展而来的一种处理回归问题的新算法,它在处理无噪声数据时表现出较好的性能,但在处理有噪声数据时往往性能不佳。为了降低噪声对孪生支持向量回归机性能的影响,结合ε-不敏感损失函数与Huber损失函数构造了混合Hε损失函数,该损失函数可以有效地适应于不同分布类型的噪声;然后基于混合Hε损失函数和结构风险最小化(SRM)原则提出了一种鲁棒的孪生支持向量回归机(Hε-TSVR),并在原始空间中利用牛顿迭代法求解模型。分别在有噪声和无噪声的人工数据集、UCI数据集上进行实验,与支持向量回归机和孪生支持向量回归机等算法比较,实验结果验证了所提算法的有效性。

关键词：模式识别支持向量回归机(SVR) 孪生支持向量回归机(TSVR) 损失函数

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：