您的位置: 专家智库 > >

湖南省科技计划项目(2008FJ3015)

作品数:13 被引量:54H指数:4
相关作者:罗可洪亮亮陈立宁王琳曾颖更多>>
相关机构:长沙理工大学湖南商学院更多>>
发文基金:国家自然科学基金湖南省科技计划项目湖南省教育厅科研基金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 13篇中文期刊文章

领域

  • 12篇自动化与计算...
  • 1篇电气工程

主题

  • 8篇聚类
  • 4篇子群
  • 4篇粒子群
  • 3篇聚类分析
  • 2篇遗传算法
  • 2篇增量聚类
  • 2篇同构
  • 2篇图同构
  • 2篇群算法
  • 2篇子图
  • 2篇子图同构
  • 2篇粒子群算法
  • 2篇粒子群优化
  • 2篇聚类方法
  • 2篇聚类算法
  • 2篇类方
  • 2篇K-均值
  • 1篇代价矩阵
  • 1篇单类支持向量...
  • 1篇电商

机构

  • 13篇长沙理工大学
  • 1篇湖南商学院

作者

  • 11篇罗可
  • 2篇洪亮亮
  • 2篇王琳
  • 2篇陈立宁
  • 1篇童小娇
  • 1篇赵志学
  • 1篇龙鹏飞
  • 1篇李峰
  • 1篇张瑜
  • 1篇刘琼
  • 1篇王东
  • 1篇罗永红
  • 1篇邹瑞芝
  • 1篇曾颖
  • 1篇江宁馨
  • 1篇唐军
  • 1篇吴佳

传媒

  • 9篇计算机工程与...
  • 1篇湖南大学学报...
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇计算技术与自...

年份

  • 5篇2011
  • 6篇2010
  • 1篇2009
  • 1篇2008
13 条 记 录,以下是 1-10
排序方式:
改进的基于遗传算法的粗糙聚类方法被引量:10
2010年
传统的聚类算法都是使用硬计算来对数据对象进行划分,然而现实中不同类之间对象通常没有明确的界限。粗糙集理论提供了一种处理边界对象不确定的方法。因此将粗糙理论与k-均值方法相结合。同时,传统的k-均值聚类方法必须事先给定聚类数k,但实际情况下k很难确定;另外虽然传统k-均值算法局部搜索能力强,但容易陷入局部最优。遗传算法能得到全局最优解,但收敛过快。鉴于此,提出了一种改进的基于遗传算法的的粗糙聚类方法。该算法能动态地生成k-均值聚类数,采用最大最小原则生成初始聚类中心,同时结合粗糙集理论的上近似和下近似处理边界对象。最后,用UCI的Iris数据集分别对算法进行实际验证。实验结果表明,该算法具有较高的正确率,综合性能更加稳定。
洪亮亮罗可
关键词:聚类分析遗传算法粗糙集K-均值算法
基于特征选择的数据流聚类
2010年
在数据流聚类时,冗余特征会影响数据的聚类质量,移除冗余特征以提高聚类质量就显得尤为重要。为解决此问题,提出一种基于特征选择的数据流聚类算法(DSCFC)。该算法应用了特征排序、特征等级评定、探测冗余不重要的特征、移除冗余特征算法等。实验结果表明,DSCFC算法能探测出数据流中隐含的冗余特征并移除冗余特征,在对有冗余特征的数据流聚类时,比CluSteam算法更有效,聚类质量更好。
龙鹏飞唐军王琳
关键词:数据流聚类代价矩阵
基于变异粒子群的聚类挖掘被引量:3
2011年
聚类可以看成是寻找K个最佳聚类中心的过程。把一组聚类中心视为一个粒子,把总类内离散度和的倒数看成优化函数,采用变异概率作为粒子变异的条件,从而提高了粒子群的探索能力,克服粒子群收敛到局部最优值的缺点。因此通过变异粒子群算法能够找到最佳聚类中心。实验结果表明该算法有很好的稳定性,提高了聚类效果。
王东罗可
关键词:聚类粒子群算法
基于K-均值聚类和凝聚聚类的离群点查找方法被引量:11
2009年
离群点发现是数据挖掘研究的一个重要方面。根据数据流的特点,给出了一种基于K-均值聚类和凝聚聚类的离群点发现方法,先用K-均值聚类对数据流进行处理,生成中间聚类结果,然后用凝聚聚类对这些中间结果进行再次选择,最后找出可能存在的离群点。
曾颖罗可邹瑞芝
关键词:数据挖掘离群点K-均值聚类凝聚聚类
多用户检测中解相关检测和最小均方误差检测的研究被引量:3
2010年
多用户检测技术是第三代移动通信系统关键技术之一。其主要思想是充分利用所有用户的信息对接收信号做联合检测,抑制多址干扰,缓解"远-近"效应,从而有效地提高系统容量。本文对多用户检测技术进行初步的研究,尤其是两种主要的线性多用户检测技术:解相关检测和最小均方误差检测,做仔细地研究和比较,并用MATLAB在AWGN信道下和DS-CDMA系统中做仿真。
江宁馨李峰
关键词:多用户检测技术多址干扰解相关检测最小均方误差检测AWGNDS-CDMA
基于Apriori图挖掘算法的优化及其在3D构造解析的应用
2010年
基于Apriori的图挖掘(Apriori-based Graph Mining,AGM)算法结构简单,以递归统计为基础,但在面临庞大图数据集时,由于存在子图同构问题,在生成候选子图时容易产生很多冗余子图,增大了计算时间的开销。因此在AGM算法基础上提出一种改进方法,通过增加约束来减少候选子图生成数量,同时引入三次元坐标对图的顶点间的距离进行计算,并归结到边的标识当中,以处理三维图结构数据。通过改进算法对化学化合物进行分析,描述其三维化学结构以及生理活性上的相互关系,并测试了不同条件下改进方法的时间开销,实验结果表明在边标识数较多的情况下改进算法比原算法缩短了计算时间,提高了效率。
陈立宁罗可
关键词:子图同构生理活性
基于捕食-被捕食粒子群优化的模糊聚类被引量:3
2008年
粒子群优化聚类算法具有参数简单,收敛快等优势,但也有局部极值问题。为解决此问题,提出一种基于捕食-被捕食的粒子群优化模糊聚类算法且聚类中心采用密度函数初始化。捕食者追逐被捕食者中心,加速收敛,而被捕食者逃离捕食者,促进多样性,以防局部极值出现。实验测试数据表明,算法具有防止局部极值、收敛快、全局寻优能力强等性能优势,能够比较好客观地反映现实世界。
王琳罗可罗永红
关键词:捕食-被捕食粒子群优化模糊聚类密度函数局部极值
一种带变异操作的粒子群聚类算法被引量:3
2010年
针对基本粒子群算法的早熟收敛和收敛较慢的问题,提出了一种带变异操作的粒子群聚类算法。算法中对出现早熟收敛的种群采取变异操作,使其能够跳出局部最优解。对Iris植物样本数据的测试结果表明:该算法具有很好的全局收敛性和较快的收敛速度。
刘琼罗可
关键词:粒子群算法聚类分析K均值算法
带条件风险约束的发电商最优投标模型及计算被引量:4
2010年
采用条件风险(CVaR)作为风险度量指标,建立了双层优化的发电商投标模型,上层解决社会效益最大和风险最小问题,下层解决发电商利润最大问题,设计了启发式粒子群算法(PSO)求解该复杂的双层优化模型.在4节点2机系统和9节点3机系统进行了实验,说明该模型和算法具有较好的计算效果和时效性,通过实验数据比较显示CVaR比VaR更准确地度量了发电商的风险.
罗可赵志学童小娇
关键词:粒子群优化算法投标策略
改进的模糊C均值的增量聚类算法被引量:5
2011年
针对FCM算法的缺点,提出了一种基于改进的FCM的增量式聚类方法。该算法首先对模糊C均值算法进行加权,并将权系数归一化,然后将改进的算法与增量式聚类算法结合。改进的方法既提高了FCM算法的性能,避免了FCM算法的缺陷,并能够实现增量式聚类,避免了大量的重复计算,并且不受孤立点的影响。实验表明该算法的有效性。
吴佳罗可
关键词:聚类分析模糊C均值算法增量式聚类
共2页<12>
聚类工具0