基于灰色关联分析的类中心缺失值填补方法 被引量：13

1

作者 刘莎 杨有龙 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第5期871-878,共8页

真实数据集中含有缺失值,许多数据分析技术不能直接应用到不完整数据上,且缺失值的存在会明显地降低算法的有效性,缺失数据处理是一个不可缺少的数据预处理过程,因此提出了一个基于统计度量的缺失值填补算法,名为灰色类中心缺失值填补(G... 真实数据集中含有缺失值,许多数据分析技术不能直接应用到不完整数据上,且缺失值的存在会明显地降低算法的有效性,缺失数据处理是一个不可缺少的数据预处理过程,因此提出了一个基于统计度量的缺失值填补算法,名为灰色类中心缺失值填补(GCCMVI)方法,利用数据点的类中心和标准差来填补缺失值,此外,通过比较阈值和实例与类中心间相关性的大小关系,决定是否加上(减去)标准差,灰色关联分析用来计算相关性,在缺失值被填补后,得到的完整的数据集用来训练支持向量机(SVM)分类器.在三种类型不同的数据集上进行比较,以分类精度,填补效果,填补时间作为评估准则来衡量算法的有效性.实验结果表明,所提出的算法显著地提高了分类精度和填补效果. 展开更多

关键词 数据分析 不完整数据 缺失值填补 类中心 灰色关联分析

下载PDF 职称材料

结合高斯加权距离图的图像边缘提取 被引量：9

2

作者 贾迪 孟祥福 +2 位作者 孟琭 董娜 方金凤 《中国图象图形学报》 CSCD 北大核心 2014年第1期62-68,共7页

目的边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目... 目的边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目的,提出一种结合高斯加权距离图的图像边缘提取方法。方法首先通过计算分块区域内像素间的高斯加权距离,获得高斯加权距离图,该图与原图相比,不仅可以较好地突出边缘轮廓,而且可以统一背景灰度。其次通过分析高斯加权距离图的灰度直方图,将灰度分为两类并计算类中心,以此作为无边缘活动轮廓(CV)模型的c1和c2参数,最后通过CV模型求解图像边缘。结果与其他边缘提取算法相比,该算法不仅具有较好的抗噪性,同时可以保证图像边缘提取的连续性。结论实验结果验证了本文算法的有效性。 展开更多

关键词 高斯加权距离 边缘提取 CV模型 灰度直方图 类中心

原文传递

面向遥感影像场景分类的类中心知识蒸馏方法

3

作者 刘潇 刘智 +2 位作者 林雨准 王淑香 左溪冰 《地球信息科学学报》 CSCD 北大核心 2023年第5期1050-1063,共14页

卷积神经网络已广泛应用于遥感影像场景分类任务,然而优秀的模型体量大,无法部署到资源受限的边缘设备中,直接应用现有的知识蒸馏方法压缩模型,忽略了场景数据的类内多样性和类间相似性。为此,本文提出一种类中心知识蒸馏方法,旨在获得... 卷积神经网络已广泛应用于遥感影像场景分类任务,然而优秀的模型体量大,无法部署到资源受限的边缘设备中,直接应用现有的知识蒸馏方法压缩模型,忽略了场景数据的类内多样性和类间相似性。为此,本文提出一种类中心知识蒸馏方法,旨在获得一个紧凑高效且精度高的遥感影像场景分类网络。首先对预训练的教师网络进行微调,然后基于设计的类中心蒸馏损失将教师网络强大的特征提取能力迁移到学生网络,通过约束师生网络提取的同类特征分布中心的距离完成知识的转移,同时在蒸馏过程中结合真值标签训练,最后学生网络单独用于预测。实验在4个数据集上与8种先进的蒸馏方法在不同训练比率、不同师生架构下进行了比较,本文方法均达到最高分类精度。其中,在训练比率为60%的RSC11、UCM、RSSCN7及AID数据集中,相比于性能最好的其他蒸馏方法,师生网络属同系列时分类总体精度分别提升了2.42%、2.74%、2.95%和1.07%。相似技术对比实验及可视化分析进一步证明了本文方法优异的性能。本文所提出的类中心知识蒸馏方法更好地传递了复杂网络所提取的类内紧凑、类间离散的特征知识,提高了轻量网络分类的性能。 展开更多

关键词 场景分类 模型压缩 知识蒸馏 类中心 再生核希尔伯特空间 遥感 深度学习 卷积神经网络

原文传递

基于密度法的双隶属度模糊支持向量机 被引量：1

4

作者 李雷 周蒙蒙 鲁延玲 《计算机技术与发展》 2009年第12期44-46,共3页

针对现实环境中样本集越来越大,并且往往含有大量噪声和野值,导致传统模糊支持向量机的训练时间和分类识别率降低的问题,提出基于密度法的双隶属度模糊支持向量机,即靠近类中心的样本点隶属度由其到类中心的距离确定,远离类中心的样本... 针对现实环境中样本集越来越大,并且往往含有大量噪声和野值,导致传统模糊支持向量机的训练时间和分类识别率降低的问题,提出基于密度法的双隶属度模糊支持向量机,即靠近类中心的样本点隶属度由其到类中心的距离确定,远离类中心的样本点隶属度由其邻域内同类异类样本点数量的比例确定。从理论和实证两个方面分析文中方法与以往基于密度的模糊支持向量机(DFSVM)相比,该方法不但降低了算法的复杂度,并且提高了支持向量机的分类精度。 展开更多

关键词 模糊支持向量机 双隶属度 密度 类中心

下载PDF 职称材料

基于边界异类近邻关系构建的新特征提取方法 被引量：1

5

作者 陶玉婷 卓洋 +1 位作者 张泽宇 周丹 《金陵科技学院学报》 2018年第3期6-10,共5页

特征提取广泛应用于模式识别中。它去除原始样本的冗余信息,提取出有助于样本表示或分类的简洁有用的信息。线性鉴别分析(LDA)属于传统的监督特征提取方法,它旨在寻找最小化类内散度(方差)同时最大化类间散度(方差)的低维线性投影子空... 特征提取广泛应用于模式识别中。它去除原始样本的冗余信息,提取出有助于样本表示或分类的简洁有用的信息。线性鉴别分析(LDA)属于传统的监督特征提取方法,它旨在寻找最小化类内散度(方差)同时最大化类间散度(方差)的低维线性投影子空间。提出一种新的特征提取方法,旨在改进LDA,该方法在LDA的基础上,增加了每个类的中心点与该类边界异类样本的近邻关系,通过类中心对边界异类样本的排斥,扩大了类与类相互的边距,增强了类的可分性。YaleB人脸数据库和CENPARMI手写阿拉伯数字库中的实验结果,证明了新方法确实能够提高分类效果。 展开更多

关键词 线性鉴别分析 特征提取 类中心 边界异类样本 分类

下载PDF 职称材料

未确知聚类在评价井下空气质量中的应用 被引量：1

6

作者 郎利影 刘阳 《煤矿安全》 CAS 北大核心 2013年第4期186-187,191,共3页

提出一种基于未确知聚类的井下空气评价模型。参考井下空气质量标准,并确定污染成分为CO2、CO、SO2、NO2、和H2S 5种气体。利用未确知聚类计算各空气等级的类中心,确定各样本的隶属度,对样本进行分类。实现了对井下空气质量的评价。结... 提出一种基于未确知聚类的井下空气评价模型。参考井下空气质量标准,并确定污染成分为CO2、CO、SO2、NO2、和H2S 5种气体。利用未确知聚类计算各空气等级的类中心,确定各样本的隶属度,对样本进行分类。实现了对井下空气质量的评价。结果表明实验数据与实际情况相吻合。 展开更多

关键词 未确知聚类 井下空气质量 隶属度 类中心

原文传递

深度辨别性增强网络高分影像语义分割 被引量：1

7

作者 刘艳飞 丁乐乐 +1 位作者 孟凡效 孙叔民 《遥感信息》 CSCD 北大核心 2021年第2期24-31,共8页

针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法。该算法将Softmax中每一类对应的特征向... 针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法。该算法将Softmax中每一类对应的特征向量参数定义为该类对应的类别中心,在分类器Softmax中加入相似度惩罚因子,使得同类像素样本特征向量向其类别中心靠近,增加了深度特征的可辨别性。分别在高分二号数据集GID和SpaceNet Buildings 2个数据上进行实验。相比于对比算法,所提出的算法将GID数据的评价指标Kappa提高1.8,将SpaceNet Buildings数据的评价指标F 1 Score提高1.6,证明其可以显著提升高分遥感影像的语义分割精度。 展开更多

关键词 卷积神经网络 高分影像 语义分割 类别中心 辨别性

下载PDF 职称材料

基于离线监督性学习的高铁轮轨关系在线检测技术

8

作者 李雪飞 吴月菊 +1 位作者 孙艳红 王宇超 《机械与电子》 2022年第4期61-65,共5页

为维持高铁稳定运行,提升资源运输安全,在离线监督性学习算法的基础上,提出了一种轮轨关系在线检测技术。通过高速摄像机获取待检测图像,并进行拼接处理;计算加速度、轮轨力和轮轨间关系,依据关键部分的振动值得到列车的加速度值,以此... 为维持高铁稳定运行,提升资源运输安全,在离线监督性学习算法的基础上,提出了一种轮轨关系在线检测技术。通过高速摄像机获取待检测图像,并进行拼接处理;计算加速度、轮轨力和轮轨间关系,依据关键部分的振动值得到列车的加速度值,以此判断列车是否处于平稳运行状态;通过间接测量法计算列车的横向力平衡方程和侧滚力矩平衡方程,得到轮轨力具体值;通过k均值算法聚类处理以明确各个样本的类中心,找出样本数量最少的类,设为异常类,完成高铁轮轨关系的在线检测。仿真实验结果表明,在稳定性、数据可靠性和实际应用方面,各项参数曲线变化幅度极为相同,曲线走向几乎一致,且使用后的轮轨接触状态较好,满足高铁轮轨关系在线检测技术的实际应用需求。 展开更多

关键词 离线监督性学习 轮轨关系 K均值算法 类中心 横向力平衡方程

下载PDF 职称材料

提高大学英语教学质量,培养21世纪人才

9

作者 徐树娟 《河北理工大学学报（社会科学版）》 2002年第z1期85-87,90,共4页

大学英语已成为高等教育中一门很重要的课程。如何提高教学质量 ,培养出新世纪人才 ,是每个大学英语教师都应认真考虑的问题。从交际法与教学法的结合、文化导入、语篇分析、以学生为主体的教学思想等方面讨论了教师在教学中应注意的问题。

关键词 英语教学 教学法 语篇分析 课堂中心

下载PDF 职称材料

未确知聚类在蔬菜产地环境质量评价中的应用

10

作者 葛莹莹 刘伟 《河北工程大学学报（自然科学版）》 CAS 2014年第2期72-74,共3页

文中针对蔬菜生产产地污染程度评价具有不确定性,将未确知聚类算法应用到蔬菜产地环境质量评价中。以江苏省南京市六合区六个乡的土壤环境质量为研究对象,采用我国《土壤环境质量标准》作为评价标准,选取土壤中最常见的六种污染物Cd、Hg... 文中针对蔬菜生产产地污染程度评价具有不确定性,将未确知聚类算法应用到蔬菜产地环境质量评价中。以江苏省南京市六合区六个乡的土壤环境质量为研究对象,采用我国《土壤环境质量标准》作为评价标准,选取土壤中最常见的六种污染物Cd、Hg、As、Cu、Pb、Cr为参评因子,对各采样点土壤重金属污染程度进行综合评价,并求得各类类中心及相应的隶属度。分析实验结果可以发现,与实际情况相符,表明该方法应用到蔬菜产地环境质量评价中是可行的。 展开更多

关键词 环境质量评价 未确知聚类 类中心 隶属度

下载PDF 职称材料

基于模式聚类与匹配的多点地质统计学随机模拟

11

作者 杨培杰 《地球物理学进展》 CSCD 北大核心 2018年第1期279-284,共6页

随机模拟的目的是从条件概率密度函数中进行随机抽样,来再现地层参数的空间分布,多点地质统计学利用了地质体空间多个点之间的相互关系信息,适合于横向变化较快地质体的随机模拟.在对现有多点随机模拟算法进行改进的基础上,提出了一种... 随机模拟的目的是从条件概率密度函数中进行随机抽样,来再现地层参数的空间分布,多点地质统计学利用了地质体空间多个点之间的相互关系信息,适合于横向变化较快地质体的随机模拟.在对现有多点随机模拟算法进行改进的基础上,提出了一种新的多点随机模拟方法,应用模板从训练图像中拾取模式,通过聚类方法对所有的模式进行聚类分析,并得到每个类的中心,将待模拟数据与这些类中心进行匹配对比,来获取与待模拟数据最接近的类中心向量,该类中心的中点值就是待模拟数据点处的条件概率密度,并根据该条件概率密度进行多点随机模拟.最后将该方法在河流相储层随机模拟中进行了应用,取得了较好的效果. 展开更多

关键词 多点地质统计学 训练图像 模式聚类 匹配对比 类中心 随机模拟

原文传递

基于中心向量的多级分类KNN算法研究 被引量：10

12

作者 刘述昌 张忠林 《计算机工程与科学》 CSCD 北大核心 2017年第9期1758-1764,共7页

针对KNN算法在中文文本分类时的两个不足:训练样本分布不均,分类时计算开销大的问题,在已有改进算法的基础上进行了更深入的研究,提出多级分类KNN算法。算法首先引入基于密度的思想对训练样本进行调整,通过样本裁减技术使样本分布更趋... 针对KNN算法在中文文本分类时的两个不足:训练样本分布不均,分类时计算开销大的问题,在已有改进算法的基础上进行了更深入的研究,提出多级分类KNN算法。算法首先引入基于密度的思想对训练样本进行调整,通过样本裁减技术使样本分布更趋于理想的均匀状态,同时计算各类别的类中心向量。在保证类中心向量准确性的前提条件下,使分类阶段的复杂计算提前到分类器的训练过程中。最后一级选用合适的m值(预选类别个数),根据最近邻思想对待分类文本进行所属类别判定。实验结果表明,该算法在不损失分类精度的情况下,不仅降低了计算复杂度,而且显著提高了分类速度。 展开更多

关键词 文本分类 多级分类器 类中心向量 K最近邻

下载PDF 职称材料

基于最近邻原则的半监督聚类算法 被引量：7

13

作者 计华 张化祥 孙晓燕 《计算机工程与设计》 CSCD 北大核心 2011年第7期2455-2458,共4页

基于最近邻原则的半监督聚类算法是以基于最近邻的聚类中心求解算法为基础的。在基于最近邻的聚类中心求解算法中,用相似度矩阵记录数据点间的相似程度,由目标函数最小值求得聚类的类中心点。在基于最近邻原则的半监督聚类算法中,根据... 基于最近邻原则的半监督聚类算法是以基于最近邻的聚类中心求解算法为基础的。在基于最近邻的聚类中心求解算法中,用相似度矩阵记录数据点间的相似程度,由目标函数最小值求得聚类的类中心点。在基于最近邻原则的半监督聚类算法中,根据约束信息来调整相似度矩阵G,数据点间相似度的变化引起了数据点间加权欧式距离的变化,由此更新加权欧式距离矩阵M,最后执行聚类中心求解算法完成聚类。大量实验结果表明,该算法能获得较好的聚类结果。 展开更多

关键词 最近邻原则 加权欧式距离矩阵 半监督聚类 类中心点 约束信息

下载PDF 职称材料

一种融合α度量的混合数据K-prototypes算法 被引量：1

14

作者 陈佳佳 张旺 +1 位作者 刘东海 张晓琴 《统计与决策》 北大核心 2023年第10期16-22,共7页

在大数据背景下,分类型数据与混合型数据开始大量出现,如何更好地计算这类数据的相异性度量成为研究焦点。相比特定属性代表特定类的表达形式,模糊类中心表达形式因为含有更多信息、可计算欧氏距离、能更完善地展示不同样本之间的差异... 在大数据背景下,分类型数据与混合型数据开始大量出现,如何更好地计算这类数据的相异性度量成为研究焦点。相比特定属性代表特定类的表达形式,模糊类中心表达形式因为含有更多信息、可计算欧氏距离、能更完善地展示不同样本之间的差异性等优点而得到推广使用。模糊类中心是定和为1的频率向量,这同时也符合成分数据的定义,因此,文章引入成分数据处理方式,提出一种融合α度量的改进K-prototypes算法(α-K-prototypes)。针对α度量的特殊性设定了权重调整系数,让分类型数据距离更具有解释性。在实验对比后发现,α-K-prototypes算法在UCI的7个数据集上均优于K-prototypes、K-centers、Improved-K-prototypes算法。为了更好地在实际中应用,文章给出了一种较优α计算准则,并证明其在统计意义上是显著的。 展开更多

关键词 聚类分析 成分数据 混合数据 模糊类中心

下载PDF 职称材料

思政教育影响下的高校易班中心会议空间设计 被引量：2

15

作者 冼宁 柴林希 《设计》 2021年第13期152-154,共3页

针对当前易班中心在高校中的快速推广普及的社会现象,为了使易班中心会议空间与思政教育更好地融合设计,对此现象展开论述。分析结合设计实践的方法,对易班中心会议空间作出真实设计。在具体实践中增添思政氛围感,创建出高校易班中心会... 针对当前易班中心在高校中的快速推广普及的社会现象,为了使易班中心会议空间与思政教育更好地融合设计,对此现象展开论述。分析结合设计实践的方法,对易班中心会议空间作出真实设计。在具体实践中增添思政氛围感,创建出高校易班中心会议空间适合的设计模式。从设计中得出空间灵活多变、人性化设计等研究与经验结论,希望为之后的高校易班中心会议空间设计提供参考,为同类设计做出贡献。 展开更多

关键词 思政教育 易班中心 会议空间 平面布局 设计

下载PDF 职称材料

基于样本抽样和权重调整的SWA-Adaboost算法 被引量：2

16

作者 高敬阳 赵彦 《计算机工程》 CAS CSCD 2014年第9期248-251,256,共5页

根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的... 根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的问题,采用均衡抽样方法,保证在抽样阶段所抽取的不同类样本的数量比例不变。针对原始算法样本权重增长过快的问题,给出新的权重调整策略,引入样本错分计数量count(n),有效地抑制样本权重增长速度。给出一种改进的Adaboost算法,即SWA-Adaboost算法,并采用美国加州大学机器学习UCI数据库中6种数据集的数据对改进算法与原始算法进行实验对比,结果证明,改进算法SWA-Adaboost在泛化性能上优于Adaboost算法,泛化误差平均降低9.54%。 展开更多

关键词 样本预处理 均衡抽样 权重调整 泛化性能 类中心最小距离 样本区分度

下载PDF 职称材料

基于自适应多类中心和半异构网络的三维模型草图检索 被引量：1

17

作者 白静 拖继文 +1 位作者 白少进 杨瞻源 《图学学报》 CSCD 北大核心 2022年第1期36-43,共8页

草图具有易于构建且不受语言、专业、年龄限制等优势,基于手绘草图的三维模型检索受到越来越多的关注。然而在三维模型草图检索任务中,三维模型具有复杂性,草图具有类内多样性,同时三维模型与草图之间又具有巨大的域间差异性,这些特点... 草图具有易于构建且不受语言、专业、年龄限制等优势,基于手绘草图的三维模型检索受到越来越多的关注。然而在三维模型草图检索任务中,三维模型具有复杂性,草图具有类内多样性,同时三维模型与草图之间又具有巨大的域间差异性,这些特点的相互作用严重影响检索的准确性。针对以上问题,提出了一种基于自适应多类中心和半异构网络的三维模型草图检索方法。首先,通过异构网络分别提取草图和三维模型的初始特征:设计了基于自适应多类中心的草图特征嵌入子网络以捕捉草图数据的类内多样性,采用了基于多视图特征融合的三维模型特征嵌入子网络适应三维模型的复杂性。然后,以包含丰富语义信息的语义标签为指引,构建同构网络实现草图-三维模型的跨域共享特征嵌入,缩小域间的差异性。在大型公开数据集SHREC2013和SHREC2014上的对比实验表明,该算法获得了和当前最好算法一致的检索性能。 展开更多

关键词 基于草图的检索 三维模型检索 自适应多类中心 半异构 语义嵌入

下载PDF 职称材料

一种基于类中心矫正的层次聚类算法 被引量：1

18

作者 王娴 杨绪兵 +1 位作者 周宇 周溜溜 《微电子学与计算机》 CSCD 北大核心 2011年第10期217-220,共4页

为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷,提出了一种基于类中心矫正的层次聚类算法,从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析,算法对于已知聚类数和未知聚类数两种情况... 为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷,提出了一种基于类中心矫正的层次聚类算法,从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析,算法对于已知聚类数和未知聚类数两种情况均有着良好的聚类效果.通过标准数据测试,结果表明新算法的聚类性能与层次聚类算法相比有更高的精确度;并且让新算法用于指导图像分割实验,证明了算法的有效性. 展开更多

关键词 层次聚类 偏移 类中心矫正 精确度

下载PDF 职称材料

基于大间距思想的虚拟样本优化求解分类算法 被引量：1

19

作者 陶玉婷 周波 +1 位作者 张娜 张文月 《金陵科技学院学报》 2018年第2期10-14,共5页

在训练样本中,某些类与其他类的一些样本混杂或距离很近,后者被称为边界异类。此时,类中心离边界异类也近,从而影响最小类中心分类器的识别率。基于大间距思想,提出了一种新的分类算法,旨在改进最小类中心分类器。新分类算法为每类求解... 在训练样本中,某些类与其他类的一些样本混杂或距离很近,后者被称为边界异类。此时,类中心离边界异类也近,从而影响最小类中心分类器的识别率。基于大间距思想,提出了一种新的分类算法,旨在改进最小类中心分类器。新分类算法为每类求解一个虚拟样本,使其尽可能排斥异类样本,并让每类虚拟样本取代该类中心点做分类。与类中心相比,虚拟样本离边界异类更远,因此增强了分类的可靠性。在CENPARMI手写阿拉伯数字库和Yale B人脸数据库上的实验表明,新分类算法的分类效果优于最小类中心分类器。 展开更多

关键词 最小类中心分类器 大间距 边界异类样本 虚拟样本

下载PDF 职称材料

基于类中心与边界自寻优的聚类算法

20

作者 张文军 王建平 +1 位作者 范世平 张柳霞 《计算机系统应用》 2017年第11期118-123,共6页

随着互联网应用的普及和深入,涌现了许多新的应用场景和数据类型,导致许多经典的聚类算法不能有效地适应新的发展形势,成为数据挖掘中的棘手问题和研究热点,为此提出一种新颖的基于类中心与边界自寻优的数据聚类算法.该算法引入数据点&q... 随着互联网应用的普及和深入,涌现了许多新的应用场景和数据类型,导致许多经典的聚类算法不能有效地适应新的发展形势,成为数据挖掘中的棘手问题和研究热点,为此提出一种新颖的基于类中心与边界自寻优的数据聚类算法.该算法引入数据点"距离半径"分布矩阵R及其"距离半径累计"分布矩阵ΣR概念表征数据聚合度,并依据广度优先原则自寻优R与ΣR中皆为最小的数据点作为类中心;同时,提出"距离半径偏导"分布矩阵R’,描述簇类之间的松散度,并采用广度优先原则自寻优矩阵R’中的突变跃迁增长点,作为簇类之间的分界.通过经典的Aggregation聚类数据集的仿真实验测试,表明该算法能够有效地对多种形状、大小和不同密度分布的数据集进行聚类分析,能较好地识别出孤立点和噪声,具有较高的鲁棒性和分析精度. 展开更多

关键词 聚类 类中心自寻优 类边界自寻优 广度优先 数据挖掘

下载PDF 职称材料