-
题名多尺度分类挖掘算法
- 1
-
-
作者
张璐璐
赵书良
田真真
陈润资
-
机构
河北师范大学计算机与网络空间安全学院
河北师范大学河北省供应链大数据分析与数据安全工程研究中心
河北师范大学河北省网络与信息安全重点实验室
河北师范大学数学科学学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第2期414-420,共7页
-
基金
国家社科基金重大项目(13&ZD091,18ZDA200)。
-
文摘
多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少。针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围。从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据的多尺度特性进行分类挖掘。以非局部均值和三次卷积插值为理论基础,利用Q统计和不一致度量进行操作,提出多尺度分类尺度上推算法和多尺度分类尺度下推算法。采用UCI数据集和H省人口真实数据集进行实验,并与CFW、MSCSUA和MSCSDA等算法进行对比,结果表明,该算法可行有效。与其他算法相比,尺度上推算法正确率平均提高4.5%,F-score提高4.8%,NMI提高12.3%,尺度下推算法各个相应指标分别平均提高5.3%,6.6%和11.8%。
-
关键词
多尺度
不一致度量
尺度转换
多尺度分类挖掘
Q统计
-
Keywords
multi-scale
disagreement measure
scale conversion
multi-scale classification mining
Q statistics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
