期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种邻域粒K均值聚类方法 被引量:9
1
作者 陈玉明 蔡国强 +1 位作者 卢俊文 曾念峰 《控制与决策》 EI CSCD 北大核心 2023年第3期857-864,共8页
K均值聚类,对于非凸、稀疏及模糊的非线性可分数据,其聚类效果不佳.针对此问题,通过引入粒计算理论,采用邻域粒化技术,提出一种邻域粒K均值聚类方法.样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上使用邻域粒化技术形成邻域粒... K均值聚类,对于非凸、稀疏及模糊的非线性可分数据,其聚类效果不佳.针对此问题,通过引入粒计算理论,采用邻域粒化技术,提出一种邻域粒K均值聚类方法.样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上使用邻域粒化技术形成邻域粒向量;通过定义邻域粒与邻域粒向量的大小、度量和运算规则,提出两种邻域粒距离度量,并对所提出的邻域粒距离度量进行公理化证明.采用多个UCI数据集进行实验,将K均值聚类算法分别结合两种邻域粒距离度量,在邻域参数和距离度量两个方面与经典聚类算法进行比较,结果验证了所提出的邻域粒K均值聚类方法的可行性和有效性. 展开更多
关键词 粒计算 邻域粒 K均值聚类 聚类 无监督学习 粒向量
原文传递
一种邻域粒的模糊C均值聚类算法 被引量:1
2
作者 郑晨颖 陈颖悦 +2 位作者 侯贤宇 江连吉 廖亮 《山东大学学报(理学版)》 CAS CSCD 北大核心 2024年第5期35-44,共10页
针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题,引入粒计算理论,采用邻域粒化技术,提出邻域粒模糊C均值聚类算法。样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上粒化形成邻域粒向量,定义多种粒距离公式度量... 针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题,引入粒计算理论,采用邻域粒化技术,提出邻域粒模糊C均值聚类算法。样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上粒化形成邻域粒向量,定义多种粒距离公式度量粒子之间的距离。根据粒距离度量,提出粒模糊C均值聚类算法,采用多个数据集进行实验,将粒模糊C均值聚类算法与经典聚类算法进行比较,验证了所提出的邻域粒模糊C均值聚类算法的可行性和有效性。 展开更多
关键词 粒计算 邻域粒 模糊C均值聚类 无监督模糊聚类方法 粒向量
原文传递
基于粒神经网络的多标签学习
3
作者 陈玉明 郑光宇 焦娜 《山东大学学报(理学版)》 CAS CSCD 北大核心 2024年第5期1-11,共11页
引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性。样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则。在此基础上,引入粒损失函数,构建粒神经网... 引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性。样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则。在此基础上,引入粒损失函数,构建粒神经网络进行多标签学习,采用多个Mulan多标签数据集进行实验,在多种评价指标上与现有的多标签分类算法比较,结果表明了粒神经网络多标签学习算法的有效性与可行性。 展开更多
关键词 粒计算 深度学习 粒神经网络 多标签学习 粒向量
原文传递
一种邻域粒谱聚类方法
4
作者 何宇豪 陈颖悦 +1 位作者 曾高发 刘培谦 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期2-10,共9页
谱聚类是一种无监督学习的聚类方法,其具有能够收敛至全局最优且适用于任意形状样本空间的优点.然而,传统方法构造的相似矩阵有时难以准确反映出数据之间的近似关系,从而导致聚类结果不佳.粒计算技术能够很好地解决这一问题.通过将数据... 谱聚类是一种无监督学习的聚类方法,其具有能够收敛至全局最优且适用于任意形状样本空间的优点.然而,传统方法构造的相似矩阵有时难以准确反映出数据之间的近似关系,从而导致聚类结果不佳.粒计算技术能够很好地解决这一问题.通过将数据邻域粒化,从粒子的视角重新衡量数据之间的近似关系,提出了一种基于邻域粒的谱聚类方法.首先,将样本的单一属性通过邻域粒化的方式形成邻域粒子;然后,将属于同一样本的粒子组合构造成粒子向量;接着,利用定义的2种邻域粒距离公式,对构造出的粒向量进行距离度量,并通过径向基函数生成相似矩阵,从而进行谱聚类;最后,使用UCI数据集进行验证,将谱聚类算法与邻域粒结合,从邻域参数和邻域粒向量的距离度量方式2个方面进行性能测试,并与传统聚类算法进行对比.实验结果表明,基于邻域粒构造的相似矩阵在谱聚类中是可行且有效的. 展开更多
关键词 粒计算 谱聚类 聚类 邻域 粒向量
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部