期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于三支决策的密度敏感谱聚类 被引量:6
1
作者 凡嘉琛 王平心 杨习贝 《山东大学学报(理学版)》 CAS CSCD 北大核心 2023年第1期59-66,共8页
将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边... 将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。 展开更多
关键词 三支决策 三支聚类 密度敏感 相似性度量
原文传递
密度敏感的数据竞争聚类算法 被引量:2
2
作者 苏辉 葛洪伟 +1 位作者 张欢庆 袁运浩 《计算机应用》 CSCD 北大核心 2015年第2期444-447,共4页
针对数据竞争聚类算法在处理复杂结构数据集时聚类性能不佳的问题,提出了一种密度敏感的数据竞争聚类算法。首先,在密度敏感距离测度的基础上定义了局部距离,以描述数据分布的局部一致性;其次,在局部距离的基础上计算出数据间的全局距离... 针对数据竞争聚类算法在处理复杂结构数据集时聚类性能不佳的问题,提出了一种密度敏感的数据竞争聚类算法。首先,在密度敏感距离测度的基础上定义了局部距离,以描述数据分布的局部一致性;其次,在局部距离的基础上计算出数据间的全局距离,用来描述数据分布的全局一致性,挖掘数据的空间分布信息,以弥补欧氏距离描述数据分布全局一致性能力不佳的缺陷;最后,将全局距离用于数据竞争聚类算法中。将新算法与基于欧氏距离的数据竞争聚类算法进行性能比较,在人工数据集和真实数据集上的实验结果表明,该算法克服了数据竞争聚类算法难以处理复杂结构数据的缺点,聚类结果具有更高的准确率。 展开更多
关键词 聚类 数据竞争 密度敏感 距离测度 聚合场
下载PDF
密度敏感的距离测度在特定图像聚类中的应用 被引量:2
3
作者 吴毓龙 袁平波 《计算机工程》 CAS CSCD 北大核心 2009年第6期210-212,共3页
根据聚类假设,提出一种新的基于图的半监督学习算法,称为密度敏感的半监督聚类。该算法引入一种密度敏感的距离测度,它能较好地反映聚类假设,并且充分挖掘了数据集中复杂的内在结构信息,同时与基于图的半监督学习方法相结合,使得算法在... 根据聚类假设,提出一种新的基于图的半监督学习算法,称为密度敏感的半监督聚类。该算法引入一种密度敏感的距离测度,它能较好地反映聚类假设,并且充分挖掘了数据集中复杂的内在结构信息,同时与基于图的半监督学习方法相结合,使得算法在聚类性能上有了显著的提高。经过实验仿真进一步表明,该算法在特定图像应用上具有优越性。 展开更多
关键词 半监督聚类 密度敏感 聚类假设
下载PDF
基于密度敏感距离的改进模糊C均值聚类算法 被引量:18
4
作者 王治和 王淑艳 杜辉 《计算机工程》 CAS CSCD 北大核心 2021年第5期88-96,103,共10页
模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征。提出一种利用密度敏感距离度量创建相似度矩阵的FCM算法。通过近邻传播算法获取粗类数作为最佳聚类... 模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征。提出一种利用密度敏感距离度量创建相似度矩阵的FCM算法。通过近邻传播算法获取粗类数作为最佳聚类数的搜索范围上限,以解决FCM算法聚类数目需要人为预先设定和随机选定初始聚类中心造成聚类结果不稳定的问题。在此基础上,改进最大最小距离算法,得到具有代表性的样本点作为初始聚类中心,并结合轮廓系数自动确定最佳聚类数。基于UCI数据集和人工数据集的实验结果表明,相比经典FCM、K-means和CFSFDP算法,该算法不仅具有识别复杂非凸数据的能力,而且能够在保证聚类性能和稳定性的前提下加快收敛速度。 展开更多
关键词 模糊C均值聚类算法 密度敏感距离 近邻传播 初始聚类中心 轮廓系数
下载PDF
基于LSA模型的改进密度峰值算法的微学习单元文本聚类研究 被引量:5
5
作者 武国胜 张月琴 《计算机工程与科学》 CSCD 北大核心 2020年第4期722-732,共11页
微学习资源爆炸式的增长带来了大量未经组织处理的文本资源,大量以碎片化形式呈现的微学习资源为学习者的使用带来极大的不便。为让学习者能在碎片化的资源中找到适合于个性化学习的内容,对以文本形式的微学习资源进行聚类是很有必要的... 微学习资源爆炸式的增长带来了大量未经组织处理的文本资源,大量以碎片化形式呈现的微学习资源为学习者的使用带来极大的不便。为让学习者能在碎片化的资源中找到适合于个性化学习的内容,对以文本形式的微学习资源进行聚类是很有必要的。为此,尝试将经过改进的密度峰值算法应用于微学习单元文本聚类。针对密度峰值算法在该领域聚类时存在向量空间高维稀疏、全局一致性不足、截断距离敏感、选择密度峰值中心需要人工监督等问题,使用潜在语义分析模型(LSA)建模,并提出2点改进:其一,针对聚类要求重新定义局部密度,并引入密度敏感距离作为聚类的判据,通过解决截断距离敏感性问题来解决聚类分配时全局一致性问题;其二,用线性拟合寻找野值点来自动寻找密度峰值中心,以实现非人工监督的峰值中心选取问题。微学习单元真实数据集上的实验验证结果表明,本文所提算法比原密度峰值算法以及其他经典聚类算法更适合于微学习单元文本聚类。 展开更多
关键词 微学习 文本聚类 密度聚类 LSA 密度敏感距离 线性拟合
下载PDF
密度敏感的层次化聚类算法研究 被引量:3
6
作者 卢鹏丽 王祖东 《计算机工程与应用》 CSCD 2014年第4期190-195,共6页
以密度敏感距离作为相似性测度,结合近邻传播聚类算法和谱聚类算法,提出了一种密度敏感的层次化聚类算法。算法以密度敏感距离为相似度,多次应用近邻传播算法在数据集中选取一些"可能的类代表点";用谱聚类算法将"可能的... 以密度敏感距离作为相似性测度,结合近邻传播聚类算法和谱聚类算法,提出了一种密度敏感的层次化聚类算法。算法以密度敏感距离为相似度,多次应用近邻传播算法在数据集中选取一些"可能的类代表点";用谱聚类算法将"可能的类代表点"再聚类得到"最终的类代表点";每个数据点根据其类代表点的类标签信息找到自己的类标签。实验结果表明,该算法在处理时间、内存占用率和聚类错误率上都优于传统的近邻传播算法和谱聚类算法。 展开更多
关键词 近邻传播 谱聚类 密度敏感距离 层次化
下载PDF
基于密度敏感距离的多级近邻传播聚类算法 被引量:1
7
作者 卢鹏丽 王祖东 《兰州理工大学学报》 CAS 北大核心 2013年第6期85-89,共5页
针对近邻传播算法(AP)在处理大规模复杂数据集时聚类时间和精度上的不足,调整密度敏感距离作为相似性度量,提出一种基于密度敏感距离的多级近邻传播聚类算法.首先将原数据集构造为k最近邻稀疏图,以局部长度作为相似性测度,应用AP算法对... 针对近邻传播算法(AP)在处理大规模复杂数据集时聚类时间和精度上的不足,调整密度敏感距离作为相似性度量,提出一种基于密度敏感距离的多级近邻传播聚类算法.首先将原数据集构造为k最近邻稀疏图,以局部长度作为相似性测度,应用AP算法对数据集进行初步聚类;然后以全局距离作为相似性测度,多次应用AP算法再聚类,直到得到合适的聚类数目.实验结果表明,该算法在处理规模较大、结构较复杂的数据集时聚类时间与效果明显好于传统的AP算法. 展开更多
关键词 近邻传播 密度敏感距离 多级聚类 无监督聚类
下载PDF
基于密度敏感距离的协同训练算法
8
作者 徐飞裕 徐荣聪 《计算机应用与软件》 CSCD 2011年第9期229-231,共3页
半监督算法作为一种能有效利用大量的未标签数据来改善少量的标签数据训练出来的分类器性能的算法,无论在理论上还是实践上都很有意义。提出一种基于密度敏感距离的协同训练算法,通过引入一种能有效描述数据的内在聚类分布的距离度量,... 半监督算法作为一种能有效利用大量的未标签数据来改善少量的标签数据训练出来的分类器性能的算法,无论在理论上还是实践上都很有意义。提出一种基于密度敏感距离的协同训练算法,通过引入一种能有效描述数据的内在聚类分布的距离度量,来改善用组合分类器在少量数据集上得到的弱分类器,实验表明该方法是有效的。 展开更多
关键词 密度敏感 协同训练 分类器组合 半监督学习
下载PDF
基于低密度分割密度敏感距离的谱聚类算法 被引量:8
9
作者 陶新民 王若彤 +2 位作者 常瑞 李晨曦 刘艳超 《自动化学报》 EI CSCD 北大核心 2020年第7期1479-1495,共17页
本文提出一种基于低密度分割密度敏感距离的谱聚类算法,该算法首先使用低密度分割密度敏感距离计算相似度矩阵,该距离测度通过指数函数和伸缩因子实现放大不同流形体数据间的距离和缩短同一流形体数据间距离的目的,从而有效反映数据分... 本文提出一种基于低密度分割密度敏感距离的谱聚类算法,该算法首先使用低密度分割密度敏感距离计算相似度矩阵,该距离测度通过指数函数和伸缩因子实现放大不同流形体数据间的距离和缩短同一流形体数据间距离的目的,从而有效反映数据分布的全局一致性和局部一致性特征.另外,算法通过增加相对密度敏感项来考虑数据的局部分布特征,从而有效避免孤立噪声和"桥"噪声的影响.文中最后给出了基于SC(Scattering criteria)指标的k近邻图k值选取办法和基于谱熵贡献率的特征向量选取方法.实验部分,讨论了参数选择对算法性能的影响并给出取值建议,通过与其他流行谱聚类算法聚类结果的对比分析,表明本文提出的基于低密度分割密度敏感距离的谱聚类算法聚类性能明显优于其他算法. 展开更多
关键词 谱聚类 低密度分割 欧氏距离 密度敏感 鲁棒性
下载PDF
基于秩约束密度敏感距离的自适应聚类算法 被引量:2
10
作者 任永功 刘洋 赵月 《计算机科学》 CSCD 北大核心 2017年第5期276-279,284,共5页
传统的聚类算法一般使用欧氏距离获得数据的相似矩阵,在处理一些较复杂的数据时,欧氏距离由于不能反映全局一致性,因此无法有效地描述出数据点的实际分布。提出了一种基于秩约束密度敏感距离(Rank Constraints Density Sensitive Distan... 传统的聚类算法一般使用欧氏距离获得数据的相似矩阵,在处理一些较复杂的数据时,欧氏距离由于不能反映全局一致性,因此无法有效地描述出数据点的实际分布。提出了一种基于秩约束密度敏感距离(Rank Constraints Density Sensitive Distance,RCDSD)的自适应聚类算法。该方法首先引入密度敏感距离的相似性度量得到相似矩阵,有效地扩大了不同类数据点之间的距离,缩小了同类数据点间的距离,从而解决了传统聚类算法使用欧氏距离作为相似性度量导致聚类结果出现偏差的弊端;其次,在相似矩阵的拉普拉斯矩阵上施加秩约束,使相似矩阵的连通区域数等于聚类数,直接将数据点划分到正确的类中,得到最终的聚类结果,而不需要执行k-means或其它离散化程序。在人工仿真数据集和真实数据集上进行了大量实验,结果表明,所提算法得到了准确的聚类结果,并提高了聚类性能。 展开更多
关键词 密度敏感 相似矩阵 秩约束 聚类
下载PDF
密度敏感的多智能体进化聚类算法 被引量:15
11
作者 潘晓英 刘芳 焦李成 《软件学报》 EI CSCD 北大核心 2010年第10期2420-2431,共12页
采用密度敏感距离作为数据相似性度量,并基于多智能体进化的思想提出了一种密度敏感的多智能体进化聚类(density sensitive based multi-agent evolutionary clustering,简称DSMAEC)算法.算法设计了一种基于连接的编码方式,通过解码过... 采用密度敏感距离作为数据相似性度量,并基于多智能体进化的思想提出了一种密度敏感的多智能体进化聚类(density sensitive based multi-agent evolutionary clustering,简称DSMAEC)算法.算法设计了一种基于连接的编码方式,通过解码过程可直接得到最终的聚类结果,无需事先确定聚类类别数,有效地克服了对领域知识的依赖.针对聚类问题,设计了3个有效的进化算子来模拟智能体间的竞争、合作和自学习行为,共同完成智能体的进化,最终达到对数据聚类的目的.分别对人工数据集、UCI数据集以及合成纹理图像进行仿真,实验结果表明,该算法不但可以自动确定聚类类别数,而且能够应付不同结构的数据,适应不同的聚类要求,具有较强的实用价值. 展开更多
关键词 密度敏感距离 无监督聚类 多智能体进化 k近邻变异
下载PDF
一种基于密度敏感的自适应谱聚类算法 被引量:5
12
作者 张亚平 杨明 《数学的实践与认识》 CSCD 北大核心 2013年第20期150-156,共7页
针对传统的谱聚类算法不适合处理多尺度问题,引入一种新的相似性度量—密度敏感的相似性度量,该度量可以放大不同高密度区域内数据点间距离,缩短同一高密度区域内数据点间距离,最终有效描述数据的实际聚类分布.本文引入特征间隙的概念,... 针对传统的谱聚类算法不适合处理多尺度问题,引入一种新的相似性度量—密度敏感的相似性度量,该度量可以放大不同高密度区域内数据点间距离,缩短同一高密度区域内数据点间距离,最终有效描述数据的实际聚类分布.本文引入特征间隙的概念,给出一种自动确定聚类数目的方法.数值实验验证本文所提的算法的可行性和有效性. 展开更多
关键词 谱聚类 密度敏感度量 特征间隙
原文传递
基于优化FCM算法的土壤污染监测点科学布设方法
13
作者 陈洪刚 董波 唐相臣 《粘接》 CAS 2024年第12期189-192,共4页
为确保土壤污染监测结果的全面性和可靠性,土壤化工污染监测点空间布设情况,直接影响土壤化工污染监测结果的可靠性,因此,提出基于FCM聚类算法的土壤化工污染监测点空间布设方法。通过面积权重比例法确定监测点数量,并将数量与污染数据... 为确保土壤污染监测结果的全面性和可靠性,土壤化工污染监测点空间布设情况,直接影响土壤化工污染监测结果的可靠性,因此,提出基于FCM聚类算法的土壤化工污染监测点空间布设方法。通过面积权重比例法确定监测点数量,并将数量与污染数据结合形成数据样本集。应用FCM聚类算法进行聚类处理,并引入密度敏感距离优化聚类效果,确保数据全局一致性。利用空间模拟退火算法优化布设位置。测试结果表明,该方法能有效确定监测点数量,提升布设均匀性,总体代表指数和偏离指数均高于0.906,且避免了局部监测点密集现象。 展开更多
关键词 FCM聚类算法 土壤化工污染 监测点 空间布设 密度敏感距离
下载PDF
Theoretical Calculation about the High Energy Density Molecules of Nitrate Ester Substitution Derivatives of Prismane 被引量:2
14
作者 李步通 迟伟杰 李璐琳 《Chinese Journal of Structural Chemistry》 SCIE CAS CSCD 2016年第8期1306-1312,共7页
The nitrate ester substitution derivatives of prismane were studied at the B3LYP/6-311G** level. The sublimation enthalpies and heats of formation in gas phase and solid state were calculated. The detonation perform... The nitrate ester substitution derivatives of prismane were studied at the B3LYP/6-311G** level. The sublimation enthalpies and heats of formation in gas phase and solid state were calculated. The detonation performances were also predicted by using the famous Kamlet-Jacbos equation. Our calculated results show that introducing nitrate ester group into prismane is helpful to enhance its detonation properties. Stabilities were evaluated through the bond dissociation energies, bond order, characteristic heights(H50) and band gap calculations. The trigger bonds in the pyrolysis process of prismane derivatives were confirmed as O–ON2 bond. The BDEs of all compounds were large, so these prismane derivatives have excellent stability consistent with the results of H50 and band gap. 展开更多
关键词 prismane nitrate ester group high energy density compounds impact sensitive density functional theory
下载PDF
基于密度敏感距离和模糊划分的改进FCM算法 被引量:1
15
作者 毛森林 夏镇 +2 位作者 耿新宇 陈剑辉 蒋宏霞 《计算机科学》 CSCD 北大核心 2022年第S01期285-290,共6页
传统的模糊C均值(Fuzzy C-means,FCM)算法对噪声数据敏感,并且在迭代过程中因仅考虑了距离因素,故使用欧氏距离进行距离度量,这会导致只考虑样本点之间的局部一致性特征,而忽略全局一致性特征的问题,为此,提出了一种基于密度敏感距离和... 传统的模糊C均值(Fuzzy C-means,FCM)算法对噪声数据敏感,并且在迭代过程中因仅考虑了距离因素,故使用欧氏距离进行距离度量,这会导致只考虑样本点之间的局部一致性特征,而忽略全局一致性特征的问题,为此,提出了一种基于密度敏感距离和模糊划分的改进FCM算法。首先在建立相似度矩阵时使用密度敏感距离替代欧氏距离来进行计算,然后在聚类过程中引入模糊熵作为约束条件,推导出新的聚类中心和具有高斯分布特性的隶属度计算公式。此外,针对传统FCM算法随机选取初始聚类中心可能导致聚类结果不稳定的问题,根据聚类中心点周围样本点比较密集以及聚类中心点之间距离较远两个原则,结合密度敏感距离来选取初始聚类中心点。最后通过实验对比表明,与传统FCM聚类算法及其派生算法相比,改进算法不仅具有更高的聚类性能和抗噪性,且收敛速度也显著提高。 展开更多
关键词 模糊C均值聚类 密度敏感距离 模糊熵 隶属度 初始聚类中心
下载PDF
绝经期后女性双髋部和腰椎部骨密度值在骨质疏松诊断中敏感性的比较 被引量:4
16
作者 解凡 张云 《辽宁医学杂志》 2013年第5期220-222,共3页
目的通过对双髋部和腰椎部骨密度值在骨质疏松诊断中的比较,找到更佳的测量部位提高骨质疏松的检出率。方法统计分析辽宁省金秋医院2012年10月至2013年4月的118例女性被检者双侧髋部和腰椎第一节到第四节骨密度检测结果,应用SPSS13.0软... 目的通过对双髋部和腰椎部骨密度值在骨质疏松诊断中的比较,找到更佳的测量部位提高骨质疏松的检出率。方法统计分析辽宁省金秋医院2012年10月至2013年4月的118例女性被检者双侧髋部和腰椎第一节到第四节骨密度检测结果,应用SPSS13.0软件对两种不同测量部位骨密度值进行配对两样本t检验,比较骨密度值差异,并比较两部位在骨质疏松诊断中的敏感度。结果右髋部与腰椎骨密度t值进行配对两样本t检验,结果t=-7.938,P<0.01,左髋部与腰椎骨密度t值进行配对两样本t检验,结果t=-7.882,P<0.01,即双髋部骨密度t值评分明显低于腰椎,差异有显著性(P<0.01)。应用左、右髋部骨密度t值来诊断骨质疏松的诊断率(27.1%、28.0%)明显高于应用腰椎骨密度t值来诊断骨质疏松诊断率(14.4%)。结论对于50~70岁女性,通过双髋部测量部位检测出的骨密度值更低,更易达到骨质疏松的诊断标准,对提高骨质疏松症的检出率,更为敏感。 展开更多
关键词 双侧髋骨 腰椎 骨密度 敏感性
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部