朱文博
- 作品数：6 被引量：13H指数：2
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省自然科学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政治法律电子电信经济管理更多>>
- 基于ADMM的拉普拉斯约束表示型聚类算法被引量：4
- 2018年
- 作为数据挖掘领域的关键技术,子空间分割对在联合子域内所分布的输入数据进行潜在的流型聚类.谱聚类因具备出色的性能被作为子空间分割算法中的首选,其性能主要依赖于由输入样本构造的关联矩阵.在平滑聚类算法的基础上结合拉普拉斯矩阵学习机制,提出一种用联合样本系数以及关联矩阵学习的新型聚类模型.同时,为快速获取清晰的对角块结构,对目标函数增加低秩正则项约束,并通过交替方向最小乘子法进行模型优化求解.所提方法称为基于ADMM(Alternating direction minimizing multiplier)的拉普拉斯约束表示型聚类算法(Laplacian regularizer clustering,LRC).通过实证结果表明:所提方法具有更高的聚类效果和更快的运行效率,综合性能优于相关的聚类方法.
- 王万良朱文博郑建炜
- 关键词：拉普拉斯矩阵
- 论我国公司职工的参与权
- 2012年
- 在公司中,职工不但应是普通劳动者,更因其是与公司利益的相关者而应将其看作是公司的主人,享有公司的参与权。当前职工的参与权存在着缺陷和不足,需要以法律形式加以完善。
- 赵卓青朱文博张云霞
- 关键词：参与权
- 融合关联矩阵自学习和显式秩约束的数据表示分簇算法被引量：2
- 2019年
- 复杂异构分布的高维数据在大数据时代随处可见,高效地挖掘其子空间结构并进行准确的分簇是机器视觉和模式识别领域的研究热点.低秩表示算法(Low-Rank Representation,LRR)因其优越的低维子空间挖掘能力而备受关注,其性能很大程度上取决于关联矩阵的构建,常见的方法都是通过原始输入数据或表示系数直接一次成形.然而,这些方法都采用独立的步骤进行表示系数计算以及关联矩阵学习,无法保证总体算法的最优性.针对该问题,该文提出一种新的LRR型数据表示分簇法(Data Representation Clustering,DRC)应用于实际子空间分割问题.首先,为实现模型的快速求解,DRC保留了基本数据表示框架中的光滑正则项并剔除了非负性、稀疏性等复杂约束;其次,将相似度矩阵的自适应学习策略添加至统一的数据表示框架,联合原始输入数据和表示系数确保目标关联矩阵在无噪环境下具备明确的对角分布结构.最后,对关联矩阵对应的Laplacian矩阵添加一种新的秩约束,在含噪环境下引导相似度连接结构与簇目标数的一致性.采用交替更新法对模型进行求解,保证目标函数单变量优化的全局最优性以及整体收敛性.人工合成数据和8个公开数据集的实验结果表明,DRC算法在分簇精度、归一化互信息、参数敏感性等指标上都具有优秀的性能.
- 郑建炜鞠振宇朱文博王万良
- 关键词：关联矩阵归一化互信息
- 块对角拉普拉斯约束的平滑聚类算法被引量：6
- 2018年
- 针对经典谱聚类算法采用原始训练样本或重构系数直接构建相似度矩阵所产生解的次优性问题,结合平滑聚类模型和强制组效应条件,提出一种块对角拉普拉斯约束的平滑聚类算法.首先,以非负性以及加和约束为条件构建表示系数的相似度正则项,较原始样本具有更好的重构能力和抗噪特性;其次,通过改进的秩约束条件促使拉普拉斯矩阵具备直观的类簇连通性;最后,将所述约束条件添加至经典平滑聚类模型,以获得重构关联图和邻域相似图的联合优化公式.为有效地计算模型参数,设计一种交替变量更新法进行迭代运算,其子问题都具备全局最优解,保证整体算法解具有唯一性.扩展实验结果表明,与其他相关算法相比,该算法拥有更好的聚类性能以及噪声鲁棒性.
- 郑建炜朱文博王万良陈婉君
- 关键词：拉普拉斯矩阵
- 浅析中国特色的董事义务制度
- 2012年
- 在中国特色社会主义法律体系形成后的今天,笔者对董事义务内容的发展进行了历史考察。董事义务的内容处在不断发展和完善过程中,发展阶段不同,董事义务的内容也有所不同。因此,法律要进一步完善董事的忠实义务和注意义务。
- 赵卓青陈矞欣朱文博
- 关键词：董事义务
- 基于团体辅导模式的大学生理想信念教育探索被引量：1
- 2012年
- 我国高校理想信念教育的实施途径一直是高校关注的重点。本文旨在探讨采用团体辅导模式开展大学生理想信念教育五大内容主题活动的有效性,并讨论其在大学生理想信念教育中所起的作用和具体应用。
- 蔡雪朱文博王书雯章豪锋
- 关键词：团体辅导大学生理想信念
