教育部“新世纪优秀人才支持计划”(NCET-12-0882)
- 作品数:4 被引量:44H指数:3
- 相关作者:蒋亦樟王士同邓赵红王骏杨昌健更多>>
- 相关机构:江南大学更多>>
- 发文基金:教育部“新世纪优秀人才支持计划”国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 熵加权多视角协同划分模糊聚类算法被引量:21
- 2014年
- 当前,基于协同学习机制的多视角聚类技术存在如下两点不足:第一,以往构造的用于各视角协同学习的逼近准则物理含义不明确且控制简单;第二,以往算法均默认各视角的重要性程度是相等的,缺少各视角重要性自适应调整的能力.针对上述不足:首先,基于具有良好物理解释性的Havrda-Charvat熵构造了一个全新的异视角空间划分逼近准则,该准则能有效地控制异视角间的空间划分相似程度;其次,基于香农熵理论提出了多视角自适应加权策略,可有效地控制各视角的重要性程度,提高算法的聚类性能;最后,基于FCM框架提出了熵加权多视角协同划分模糊聚类算法(entropy weight-collaborative partition-multi-view fuzzy clustering algorithm,简称EW-CoP-MVFCM).在模拟数据集以及UCI数据集上的实验结果均显示,所提算法较之已有多视角聚类算法在应对多视角聚类任务时具有更好的适应性.
- 蒋亦樟邓赵红王骏钱鹏江王士同
- 关键词:模糊C均值聚类
- 基于知识利用的迁移学习一般化增强模糊划分聚类算法被引量:16
- 2013年
- 针对非充分数据集及噪声对聚类分析的干扰,基于模糊C均值(FCM)框架下的聚类技术,即一般化的增强模糊划分聚类算法(GIFP-FCM),探讨具有迁移学习能力的聚类方法——融入迁移学习机制的GIFP-FCM算法(T-GIFP-FCM).该算法通过有效利用历史相关场景(域)总结得到的知识来指导当前场景(域)中信息不足时的聚类任务,从而提高聚类效果.通过在模拟数据集及真实数据集上的仿真实验,结果显示文中算法较之传统算法在处理信息不足任务时具有更佳的性能.
- 蒋亦樟邓赵红王骏葛洪伟王士同
- 引入迁移学习的癫痫EEG信号自适应识别被引量:4
- 2015年
- 在脑电图(EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法(SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机(LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。
- 杨昌健邓赵红蒋亦樟王士同
- 关键词:特征提取主成分分析
- 基于0阶TSK型迁移模糊系统的EEG信号自适应识别被引量:3
- 2015年
- 在EEG信号识别中,传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布,但在实际应用中,该假设受到了严峻的挑战。针对上述挑战,探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法,构造了基于二分类模型的直推式0阶模糊系统目标函数来训练系统参数。提出的直推式迁移0阶TSK型模糊系统(TL-0-TSK-FS)算法在癫痫EEG信号的自适应识别的研究结果表明,该方法较之相关方法显示出了一定的优越性。
- 杨昌健邓赵红蒋亦樟王士同
- 关键词:小波包分解