期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于层次聚类和极限学习机的母线短期负荷预测
被引量:
11
1
作者
颜宏文
盛成功
《计算机应用》
CSCD
北大核心
2018年第8期2437-2441,共5页
利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM...
利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM)的母线负荷预测算法。首先使用层次聚类法将母线历史日负荷进行聚类,然后对层次聚类得出的聚类结果建立决策树,其次根据待测日的温度、湿度、星期和节假日类型等日属性在决策树中匹配出训练极限学习机预测模型的历史日负荷,最后建立极限学习机预测模型,对待测日母线日负荷进行预测。对两条不同母线的负荷进行了预测,与传统单一的极限学习机相比,所提算法的平均绝对百分比误差(MAPE)分别降低了1.4和0.8个百分点。实验结果表明,所提算法预测母线负荷具有更高的预测精度和稳定性。
展开更多
关键词
母线负荷
短期预测
层次聚类
决策树
极限学习机
下载PDF
职称材料
我国图书情报学科知识结构的建立及其演化分析
被引量:
9
2
作者
王昊
邓三鸿
苏新宁
《情报学报》
CSSCI
北大核心
2015年第2期115-128,共14页
本文以本体思想作为理论指导,将狭义的学科知识结构理解为学科知识点的层次体系,进而借助本体学习技术从CSSCI期刊论文集合中衍生出CLIS的学科知识结构,并对其在2003—2010年10年间的发展轨迹进行了初步探测。
关键词
CLIS学科知识结构
本体关键词学者矩阵
多层聚类
层次聚类
多维尺度分析
演化分析
下载PDF
职称材料
基于PPI网络与机器学习的蛋白质功能预测方法
被引量:
7
3
作者
唐家琪
吴璟莉
《计算机应用》
CSCD
北大核心
2018年第3期722-727,共6页
针对现有的基于蛋白质相互作用(PPI)网络的蛋白质功能预测方法预测精度不高、易受数据噪声影响的问题,提出一种基于机器学习(层次聚类、主成分分析和多层感知器)的蛋白质功能预测方法 HPMM。该方法综合考虑蛋白质宏观和微观层面的信息,...
针对现有的基于蛋白质相互作用(PPI)网络的蛋白质功能预测方法预测精度不高、易受数据噪声影响的问题,提出一种基于机器学习(层次聚类、主成分分析和多层感知器)的蛋白质功能预测方法 HPMM。该方法综合考虑蛋白质宏观和微观层面的信息,将蛋白质家族、结构域和重要位点信息作为顶点属性整合到PPI网络中以减轻网络中数据噪声的影响。首先,基于层次聚类和主成分分析进行特征提取,得到功能模块和属性主成分特征,然后训练多层感知器模型,建立多特征与多功能之间的映射关系以用于功能预测。在三个分别被分子功能(MF)、生物过程(BP)和细胞组件(CC)注释的人类PPI网络上进行测试,对HPMM、余弦迭代算法(CIA)和有向PPI网络基因本体术语传播(GoDIN)算法的功能预测效果进行比较分析。实验结果表明,相比CIA和GoDIN这两种完全基于PPI网络的方法,HPMM的精确度与F值更高。
展开更多
关键词
功能预测
机器学习
蛋白质相互作用
层次聚类
主成分分析
多层感知器
下载PDF
职称材料
基于减法聚类的合并最优路径层次聚类算法
被引量:
5
4
作者
朱琪
张会福
+1 位作者
杨宇波
杨泉清
《计算机工程》
CAS
CSCD
北大核心
2015年第6期178-182,187,共6页
针对传统层次聚类算法在处理大规模数据时效率低下的问题,提出一种快速层次聚类算法。根据数据点密度值的大小依次确定初始聚类中心,使用最小生成树算法对初始聚类中心间的相似度距离进行存储,寻找最优合并路径,从而减少更新距离矩阵的...
针对传统层次聚类算法在处理大规模数据时效率低下的问题,提出一种快速层次聚类算法。根据数据点密度值的大小依次确定初始聚类中心,使用最小生成树算法对初始聚类中心间的相似度距离进行存储,寻找最优合并路径,从而减少更新距离矩阵的计算量和空间复杂度,并优化减法聚类中的收敛函数。在UCI数据集上的实验结果表明,该算法比传统聚类算法执行速度更快、效率更高,且随着数据量的增多,在时间消耗方面的优势更明显。
展开更多
关键词
初始聚类中心
最优路径
快速聚类
大数据集
层次聚类
下载PDF
职称材料
基于改进HC算法的WiFi室内楼层识别方法
被引量:
2
5
作者
毛万葵
吴飞
+1 位作者
张玉金
章裕润
《传感器与微系统》
CSCD
2019年第9期43-46,共4页
为了解决室内楼层识别中,依靠WiFi电磁指纹定位方法对楼层进行判别时存在误差大、效率低的问题,提出了一种基于改进的层次聚类(HC)算法的室内楼层判别方法。通过密度分层的思想,对基本层次聚类算法进行改进,解决了普通层次聚类对孤立点...
为了解决室内楼层识别中,依靠WiFi电磁指纹定位方法对楼层进行判别时存在误差大、效率低的问题,提出了一种基于改进的层次聚类(HC)算法的室内楼层判别方法。通过密度分层的思想,对基本层次聚类算法进行改进,解决了普通层次聚类对孤立点敏感的问题,提高了室内WiFi指纹数据聚类的准确性,并结合切分数据的算法,将离线阶段的指纹数据进行切分,使得较大的数据集变成若干小数据集的聚类,降低了指纹定位数据的计算复杂度。仿真实验结果表明:本文提出的室内楼层判别方法,能够有效地提高楼层定位精度和识别率,该方法与经典K-means、CURE、ROCK聚类算法相比,在楼层判别上具有更好的定位效果。
展开更多
关键词
WiFi定位
楼层定位
层次聚类(
hc
)
密度分层
切分数据
下载PDF
职称材料
基于层次聚类的主动学习方法——HC_AL
被引量:
2
6
作者
贾俊芳
《计算机应用》
CSCD
北大核心
2011年第8期2134-2137,共4页
针对传统主动学习(AL)方法对大规模的无标记样本分类收敛速度过慢的问题,提出了基于层次聚类(HC)的主动学习训练算法——HC_AL方法。通过对大规模的未标记数据进行层次聚类,并对每个层次上的类中心打标记来代替该层次上的类标记,然后将...
针对传统主动学习(AL)方法对大规模的无标记样本分类收敛速度过慢的问题,提出了基于层次聚类(HC)的主动学习训练算法——HC_AL方法。通过对大规模的未标记数据进行层次聚类,并对每个层次上的类中心打标记来代替该层次上的类标记,然后将该层次上具有错误标记的类中心加入训练集。在数据集上的实验取得了较好的泛化能力和较快的收敛速度。实验结果表明通过采用分层细化、逐步求精的方法,可使主动学习的收敛速度大大提高,同时获得较为满意的学习能力。
展开更多
关键词
主动学习
层次聚类
分层细化
逐步求精
下载PDF
职称材料
“十二五”期间我国图书馆界大数据研究的分析和评价——基于CNKI(2011-2015)相关大数据研究文献
被引量:
2
7
作者
张小琴
王昊
孙烈涛
《新世纪图书馆》
CSSCI
2017年第12期77-83,91,共8页
论文以CNKI为数据来源,对"十二五"期间(2011-2015年)我国图书馆界大数据研究领域发表的期刊论文进行文献计量分析,从描述性特征和内容特征两个角度来探测我国图书馆界大数据的研究现状和讨论热点,结果显示,该领域研究成果呈...
论文以CNKI为数据来源,对"十二五"期间(2011-2015年)我国图书馆界大数据研究领域发表的期刊论文进行文献计量分析,从描述性特征和内容特征两个角度来探测我国图书馆界大数据的研究现状和讨论热点,结果显示,该领域研究成果呈持续增长趋势,研究视角多样化,但研究机构分散,核心期刊载文量低,"高校图书馆""信息服务""数字图书馆""数据挖掘"是目前的研究热点,研究内容主要涉及"服务""技术""资源""影响和应用"四个领域,偏重理论探讨,缺少实践和应用研究。
展开更多
关键词
“十二五”
大数据
图书馆
因子分析
层次聚类
多维尺度分析
下载PDF
职称材料
题名
基于层次聚类和极限学习机的母线短期负荷预测
被引量:
11
1
作者
颜宏文
盛成功
机构
长沙理工大学计算机与通信工程学院
出处
《计算机应用》
CSCD
北大核心
2018年第8期2437-2441,共5页
基金
国家自然科学基金资助项目(51277015)~~
文摘
利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM)的母线负荷预测算法。首先使用层次聚类法将母线历史日负荷进行聚类,然后对层次聚类得出的聚类结果建立决策树,其次根据待测日的温度、湿度、星期和节假日类型等日属性在决策树中匹配出训练极限学习机预测模型的历史日负荷,最后建立极限学习机预测模型,对待测日母线日负荷进行预测。对两条不同母线的负荷进行了预测,与传统单一的极限学习机相比,所提算法的平均绝对百分比误差(MAPE)分别降低了1.4和0.8个百分点。实验结果表明,所提算法预测母线负荷具有更高的预测精度和稳定性。
关键词
母线负荷
短期预测
层次聚类
决策树
极限学习机
Keywords
bus
load
short-term
forecast
hierarchical
clustering
(
hc
)
decision
tree
Extreme
Learning
Machine
(ELM)
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
我国图书情报学科知识结构的建立及其演化分析
被引量:
9
2
作者
王昊
邓三鸿
苏新宁
机构
南京大学信息管理学院
威斯康辛-密尔沃基大学信息研究学院
出处
《情报学报》
CSSCI
北大核心
2015年第2期115-128,共14页
基金
国家社科重大招标项目“面向突发事件应急决策的快速响应情报体系研究”(13&ZD174)和“面向学科领域的网络信息资源深度聚合与服务研究”(12&ZD221)等的资助
文摘
本文以本体思想作为理论指导,将狭义的学科知识结构理解为学科知识点的层次体系,进而借助本体学习技术从CSSCI期刊论文集合中衍生出CLIS的学科知识结构,并对其在2003—2010年10年间的发展轨迹进行了初步探测。
关键词
CLIS学科知识结构
本体关键词学者矩阵
多层聚类
层次聚类
多维尺度分析
演化分析
Keywords
Scholars
Matrix
(
KSM
)
,
multi-level
clustering
,
hierarchical
clustering
(
hc
)
,
Multidimensional
Scaling
Analysis
(
MDSA
)
,
evolution
analysis
分类号
G350 [文化科学—情报学]
下载PDF
职称材料
题名
基于PPI网络与机器学习的蛋白质功能预测方法
被引量:
7
3
作者
唐家琪
吴璟莉
机构
广西师范大学计算机科学与信息工程学院
广西师范大学广西多源信息挖掘与安全重点实验室
广西区域多源信息集成与智能处理协同创新中心
出处
《计算机应用》
CSCD
北大核心
2018年第3期722-727,共6页
基金
国家自然科学基金资助项目(61363035
61762015)
+4 种基金
广西自然科学基金资助项目(2015GXNSFAA139288)
"八桂学者"工程专项
广西多源信息挖掘与安全重点实验室系统性研究基金资助项目(14-A-03-02
15-A-03-02)
广西研究生教育创新计划项目(XYCSZ2017067)~~
文摘
针对现有的基于蛋白质相互作用(PPI)网络的蛋白质功能预测方法预测精度不高、易受数据噪声影响的问题,提出一种基于机器学习(层次聚类、主成分分析和多层感知器)的蛋白质功能预测方法 HPMM。该方法综合考虑蛋白质宏观和微观层面的信息,将蛋白质家族、结构域和重要位点信息作为顶点属性整合到PPI网络中以减轻网络中数据噪声的影响。首先,基于层次聚类和主成分分析进行特征提取,得到功能模块和属性主成分特征,然后训练多层感知器模型,建立多特征与多功能之间的映射关系以用于功能预测。在三个分别被分子功能(MF)、生物过程(BP)和细胞组件(CC)注释的人类PPI网络上进行测试,对HPMM、余弦迭代算法(CIA)和有向PPI网络基因本体术语传播(GoDIN)算法的功能预测效果进行比较分析。实验结果表明,相比CIA和GoDIN这两种完全基于PPI网络的方法,HPMM的精确度与F值更高。
关键词
功能预测
机器学习
蛋白质相互作用
层次聚类
主成分分析
多层感知器
Keywords
function
prediction
machine
learning
Protein-Protein
Interaction
(PPI)
hierarchical
clustering
(
hc
)
Principal
Component
Analysis
(PCA)
Multi-Layer
Perceptron
(MLP)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于减法聚类的合并最优路径层次聚类算法
被引量:
5
4
作者
朱琪
张会福
杨宇波
杨泉清
机构
湖南科技大学计算机科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第6期178-182,187,共6页
基金
国家自然科学基金资助项目(51175169)
国家科技支撑计划基金资助项目(2012BAF02B01)
文摘
针对传统层次聚类算法在处理大规模数据时效率低下的问题,提出一种快速层次聚类算法。根据数据点密度值的大小依次确定初始聚类中心,使用最小生成树算法对初始聚类中心间的相似度距离进行存储,寻找最优合并路径,从而减少更新距离矩阵的计算量和空间复杂度,并优化减法聚类中的收敛函数。在UCI数据集上的实验结果表明,该算法比传统聚类算法执行速度更快、效率更高,且随着数据量的增多,在时间消耗方面的优势更明显。
关键词
初始聚类中心
最优路径
快速聚类
大数据集
层次聚类
Keywords
initial
clustering
center
optimal
path
fast
clustering
large
dataset
hierarchical
clustering
(
hc
)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进HC算法的WiFi室内楼层识别方法
被引量:
2
5
作者
毛万葵
吴飞
张玉金
章裕润
机构
上海工程技术大学电子电气工程学院
出处
《传感器与微系统》
CSCD
2019年第9期43-46,共4页
基金
国家自然科学基金资助项目(61272097)
上海市科技委员会重点项目(18511101600)
+3 种基金
上海市科技学术委员会资助项目(13510501400)
上海市自然科学基金资助项目(17ZR1411900)
上海市信息安全综合管理技术研究重点实验室项目(AGK2015006)
上海高校青年教师培养计划资助项目(ZZGCD 15090)
文摘
为了解决室内楼层识别中,依靠WiFi电磁指纹定位方法对楼层进行判别时存在误差大、效率低的问题,提出了一种基于改进的层次聚类(HC)算法的室内楼层判别方法。通过密度分层的思想,对基本层次聚类算法进行改进,解决了普通层次聚类对孤立点敏感的问题,提高了室内WiFi指纹数据聚类的准确性,并结合切分数据的算法,将离线阶段的指纹数据进行切分,使得较大的数据集变成若干小数据集的聚类,降低了指纹定位数据的计算复杂度。仿真实验结果表明:本文提出的室内楼层判别方法,能够有效地提高楼层定位精度和识别率,该方法与经典K-means、CURE、ROCK聚类算法相比,在楼层判别上具有更好的定位效果。
关键词
WiFi定位
楼层定位
层次聚类(
hc
)
密度分层
切分数据
Keywords
WiFi
localization
floor
localization
hierarchical
clustering
(
hc
)
density
stratification
segmentation
data
分类号
TN92 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于层次聚类的主动学习方法——HC_AL
被引量:
2
6
作者
贾俊芳
机构
山西大同大学数学与计算机科学学院
出处
《计算机应用》
CSCD
北大核心
2011年第8期2134-2137,共4页
基金
山西省青年科学基金资助项目(2011021013-2)
文摘
针对传统主动学习(AL)方法对大规模的无标记样本分类收敛速度过慢的问题,提出了基于层次聚类(HC)的主动学习训练算法——HC_AL方法。通过对大规模的未标记数据进行层次聚类,并对每个层次上的类中心打标记来代替该层次上的类标记,然后将该层次上具有错误标记的类中心加入训练集。在数据集上的实验取得了较好的泛化能力和较快的收敛速度。实验结果表明通过采用分层细化、逐步求精的方法,可使主动学习的收敛速度大大提高,同时获得较为满意的学习能力。
关键词
主动学习
层次聚类
分层细化
逐步求精
Keywords
Active
Learning(AL)
hierarchical
clustering
(
hc
)
hierarchical
refinement
stepwise
refinement
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
“十二五”期间我国图书馆界大数据研究的分析和评价——基于CNKI(2011-2015)相关大数据研究文献
被引量:
2
7
作者
张小琴
王昊
孙烈涛
机构
金陵图书馆
南京大学信息管理学院
出处
《新世纪图书馆》
CSSCI
2017年第12期77-83,91,共8页
基金
国家社科基金一般项目"以创新和质量为导向的哲学社会科学评价体系实证研究"(项目编号:12BTQ037)的研究成果之一
文摘
论文以CNKI为数据来源,对"十二五"期间(2011-2015年)我国图书馆界大数据研究领域发表的期刊论文进行文献计量分析,从描述性特征和内容特征两个角度来探测我国图书馆界大数据的研究现状和讨论热点,结果显示,该领域研究成果呈持续增长趋势,研究视角多样化,但研究机构分散,核心期刊载文量低,"高校图书馆""信息服务""数字图书馆""数据挖掘"是目前的研究热点,研究内容主要涉及"服务""技术""资源""影响和应用"四个领域,偏重理论探讨,缺少实践和应用研究。
关键词
“十二五”
大数据
图书馆
因子分析
层次聚类
多维尺度分析
Keywords
The
12th
five-year
Library
Big
data
Factor
analysis
hierarchical
clustering
(
hc
)
Multidimensional
scaling
analysis(MDSA)
分类号
G254.97 [文化科学—图书馆学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于层次聚类和极限学习机的母线短期负荷预测
颜宏文
盛成功
《计算机应用》
CSCD
北大核心
2018
11
下载PDF
职称材料
2
我国图书情报学科知识结构的建立及其演化分析
王昊
邓三鸿
苏新宁
《情报学报》
CSSCI
北大核心
2015
9
下载PDF
职称材料
3
基于PPI网络与机器学习的蛋白质功能预测方法
唐家琪
吴璟莉
《计算机应用》
CSCD
北大核心
2018
7
下载PDF
职称材料
4
基于减法聚类的合并最优路径层次聚类算法
朱琪
张会福
杨宇波
杨泉清
《计算机工程》
CAS
CSCD
北大核心
2015
5
下载PDF
职称材料
5
基于改进HC算法的WiFi室内楼层识别方法
毛万葵
吴飞
张玉金
章裕润
《传感器与微系统》
CSCD
2019
2
下载PDF
职称材料
6
基于层次聚类的主动学习方法——HC_AL
贾俊芳
《计算机应用》
CSCD
北大核心
2011
2
下载PDF
职称材料
7
“十二五”期间我国图书馆界大数据研究的分析和评价——基于CNKI(2011-2015)相关大数据研究文献
张小琴
王昊
孙烈涛
《新世纪图书馆》
CSSCI
2017
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部