您的位置: 专家智库 > >

国家高技术研究发展计划(2007AA01Z165)

作品数:17 被引量:222H指数:9
相关作者:梁吉业曹付元白亮王文剑钱宇华更多>>
相关机构:山西大学太原师范学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划教育部科学技术研究重点项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 15篇期刊文章
  • 2篇会议论文

领域

  • 17篇自动化与计算...
  • 1篇电子电信

主题

  • 6篇聚类
  • 3篇聚类算法
  • 3篇粗糙集
  • 2篇形式概念分析
  • 2篇图像
  • 2篇图像检索
  • 2篇纹理
  • 2篇小波
  • 2篇小波变换
  • 2篇粒度
  • 2篇流形
  • 2篇流形学习
  • 2篇概念格
  • 2篇CONTOU...
  • 2篇CONTOU...
  • 2篇波变换
  • 1篇动态邻域
  • 1篇信息粒
  • 1篇信息系统
  • 1篇序集

机构

  • 16篇山西大学
  • 1篇太原师范学院

作者

  • 11篇梁吉业
  • 6篇曹付元
  • 4篇王文剑
  • 3篇白亮
  • 2篇曲开社
  • 2篇杨红菊
  • 2篇高小方
  • 2篇王俊红
  • 2篇钱宇华
  • 2篇韩建栋
  • 1篇赵兴旺
  • 1篇亓慧
  • 1篇郭虎升
  • 1篇魏巍
  • 1篇王锋
  • 1篇姜广
  • 1篇张文浩
  • 1篇于慧娟
  • 1篇张小宇

传媒

  • 5篇计算机科学
  • 3篇计算机工程
  • 3篇广西师范大学...
  • 1篇系统工程理论...
  • 1篇计算机研究与...
  • 1篇计算机应用
  • 1篇Scienc...

年份

  • 1篇2011
  • 5篇2010
  • 7篇2009
  • 4篇2008
17 条 记 录,以下是 1-10
排序方式:
一种基于条件熵的增量核求解方法被引量:13
2008年
分析了增加新对象后,决策表的决策属性关于条件属性的条件熵变化原理.并在此基础上提出了一种新的增量核求解算法.该算法只需找到与新对象属性值相等的条件类和决策类就可以得到新的条件熵,进而求得决策表在信息观下的增量属性核.实例证明了该算法的有效性.
梁吉业魏巍钱宇华
关键词:决策表条件熵
符号数据最佳聚类个数的确定方法
2009年
在聚类分析中,如何选择恰当的聚类个数是一个非常复杂而又必须面对的问题。尽管针对数值型数据聚类个数的选择算法已经进行了广泛地研究,但如何确定符号型数据的聚类个数仍然是一个富有挑战性的问题。结合划分和层次聚类的思想,提出一种符号数据聚类个数的确定算法。在UC I数据集上的实验结果表明该方法是有效的。
赵兴旺梁吉业曹付元
关键词:聚类个数划分聚类层次聚类
基于Contourlet纹理和可伸缩颜色描述符的图像检索
小波变换不能有效地"捕获"图像的方向信息(只有垂直、水平和对角三个方向),方向性的缺失使得小波不能充分利用图像本身的几何规律。针对此问题,本文采用了Contourlet变换代替小波变换,Contourlet是一种真正意义...
杨红菊王文剑韩建栋
关键词:图像检索小波变换CONTOURLET变换
基于优势关系的信息系统与形式概念分析被引量:1
2009年
对形式概念分析在基于优势关系的信息系统中的应用进行了讨论,证明了由基于优势关系的信息系统导出的形式背景中的对象粒与优势类是等价的,同时对象粒协调集与优势协调集是等价的。
王俊红梁吉业曲开社
关键词:形式概念分析概念格信息系统
基于邻域模型的K-means初始聚类中心选择算法被引量:9
2008年
传统的K-means算法由于其方法简单,在模式识别和机器学习中被广泛讨论和应用。但由于K-means算法随机选择初始聚类中心,而初始聚类中心的选择对最终的聚类结果有着直接的影响,因此算法不能保证得到一个唯一的聚类结果。利用邻域模型中对象邻域的上下近似,定义了对象邻域耦合度和分离度的概念,给出了对象在初始聚类中心选择中的重要性,提出了一种初始聚类中心的选择算法。另外,分析了邻域模型中三种范数对聚类精度的影响,并和随机选择初始聚类中心、CCIA选择初始聚类中心算法进行了比较,实验结果表明,该算法是有效的。
曹付元梁吉业姜广
关键词:邻域模型初始聚类中心K-MEANS聚类粗糙集
基于采样密度和流形弯曲度的动态邻域算法被引量:2
2010年
针对流形学习的邻域优化问题,提出一种动态邻域的算法。基于局部采样密度和流形弯曲度估计切空间,并为所有样本点动态地选择邻域,其参数可通过计算残差自动确定。实验结果表明,将这种算法应用于ISOMAP后,邻域得到进一步优化,嵌入结果也更加准确。
高小方梁吉业
关键词:流形学习动态邻域
Information granules and entropy theory in information systems被引量:42
2008年
Information granulation and entropy theory are two main approaches to research uncertainty of an information system, which have been widely applied in many practical issues. In this paper, the characterizations and representations of information granules under various binary relations are investigated in information systems, an axiom definition of information granulation is presented, and some existing definitions of information granulation become its special forms. Entropy theory in information systems is further developed and the granulation monotonicity of each of them is proved. Moreover, the complement relationship between information granulation and entropy is established. This investigation unifies the results of measures for uncertainties in complete information systems and incomplete information systems.
LIANG JiYe & QIAN YuHua Key Laboratory of Computational Intelligence and Chinese Information Processing,Ministry of Education
关键词:ENTROPY
一种基于关联规则的核粒度支持向量机被引量:5
2009年
提出一种基于关联规则的核粒度支持向量机(association rules based kernel granular SVM,AR-KGSVM)学习算法。AR-KGSVM首先将输入空间中的样本用核函数映射到高维特征空间,然后在核特征空间挖掘基于距离度量的关联规则以划分粒。算法的粒划分和数据训练都是在高维核空间中进行,避免了一般的粒度支持向量机(granular SVM,GSVM)在低维空间作粒划分而在高维空间中训练,使数据分布不一致而导致泛化能力不高的问题。在标准数据集上的实验结果表明AR-KGSVM的泛化能力优于传统的SVM和GSVM方法。
张文浩王文剑
关键词:支持向量机关联规则
基于粗糙集的改进K-Modes聚类算法被引量:16
2009年
传统的K-Modes算法采用简单匹配的方法来计算对象之间的距离,并没有充分考虑同一属性下的两个不同值之间的相似性。基于粗糙集中的上、下近似,提出了一种新的距离度量,并重新定义了类中心,对传统K-Modes算法进行了改进。与其他改进K-Modes算法进行了比较,实验结果表明,基于粗糙集的改进K-Modes算法有效地提高了聚类精度。
白亮梁吉业曹付元
关键词:聚类算法粗糙集
基于新的距离度量的K-Modes聚类算法被引量:46
2010年
传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离,没有充分考虑其相似性.对此,基于粗糙集理论,提出了一种新的距离度量.该距离度量在度量同一分类属性下两个属性值之间的差异时,克服了简单0-1匹配差异法的不足,既考虑了它们本身的异同,又考虑了其他相关分类属性对它们的区分性.并将提出的距离度量应用于传统K-Modes聚类算法中.通过与基于其他距离度量的K-Modes聚类算法进行实验比较,结果表明新的距离度量是更加有效的.
梁吉业白亮曹付元
关键词:聚类算法分类属性数据粗糙集
共2页<12>
聚类工具0