期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
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
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
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
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
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
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
“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
上一页 1 下一页 到第
使用帮助 返回顶部