张元武
- 作品数：5 被引量：6H指数：1
- 供职机构：云南大学信息学院计算机科学系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于网格和密度的模糊C-均值聚类算法研究
- 数据挖掘是在海量的数据中提取隐含的、未知的、潜在有用的知识或信息模式的决策支持方法。在信息爆炸的今天，数据挖掘显得尤为重要。聚类分析是数据挖掘中的一个重要研究领域，它从数据库中寻找数据间的相似性，从而优化大规模数据库的查...
- 张元武
- 关键词：数据挖掘模糊C-均值聚类算法计算网格
- 局部Co—location模式及其挖掘算法研究
- 空间Co-location模式代表了一组空间对象的子集，它们的实例在空间中频繁地关联。当前已有的相关算法都是旨在找出全局模式。然而因空间对象受各种因素的影响，其实例在空间上并非总是均匀分布的，即存在某些对象的实例只在区域...
- 孔云王丽珍张元武
- 关键词：区域聚类空间数据挖掘
- 基于网格密度方向的聚类簇边缘精度加强算法被引量：6
- 2010年
- 现有的基于网格聚类算法在获得较高效率的同时,却是以牺牲聚类的质量为代价的,特别是在簇与簇相互邻近的情况下,因为簇边缘聚类的不准确这种现象尤为突出.为解决此类问题,提出了一种基于网格密度方向的聚类预处理方法,该方法的思想来源于牛顿的万有引力普遍规律,即物体之间的距离越小质量越大,则吸引力越大,簇内的密度比簇边缘的密度大,即吸引力大,故如果一个网格单元密度同时出现反方向递增时,即挤压的情况,则需要对该单元进行进一步的细分处理,判断该单元是不是簇的边缘单元,并准确地判断边缘单元中对象的挤压方向.实验显示该算法可以有效地加强聚类簇边缘的精度,具有较高的簇识别率,因此,作为聚类的预处理算法是理想的.
- 余灿玲王丽珍张元武
- 关键词：主方向
- 基于网格密度方向的聚类簇边缘精度加强算法
- 现有的基于网格聚类算法在获得较高效率的同时，却是以降低聚类的质量为代价的，特别是在处理相近簇边缘时，出现聚类不准确的现象.为解决此类问题，本文提出了一种基于网格密度方向的聚类预处理方法，该方法是源于牛顿的万有引力普遍规律...
- 余灿玲王丽珍张元武
- 关键词：网格聚类算法数据库
- 文献传递
- 一种基于几何中心的模糊c均值聚类方法
- 2009年
- 对模糊c均值聚类算法容易陷入局部极值点和鞍点而得不到全局最优模糊划分进行研究,提出了一种新颖的基于几何中心的模糊c均值聚类(GCFCM)方法,利用网格和密度找到数据集的近似聚类中心.实验结果表明:该算法与经典FCM聚类算法相比收敛速度更快,迭代步数更少,解决了容易陷入局部极值点和鞍点的问题.
- 张元武王丽珍孔云
- 关键词：网格
