您的位置: 专家智库 > >

陈学昌

作品数:5 被引量:9H指数:2
供职机构:北京科技大学经济管理学院更多>>
发文基金:国家自然科学基金教育部“新世纪优秀人才支持计划”更多>>
相关领域:自动化与计算机技术文化科学理学经济管理更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇经济管理
  • 1篇文化科学
  • 1篇理学

主题

  • 2篇思维
  • 1篇等距
  • 1篇等距特征映射
  • 1篇心智
  • 1篇序列聚类
  • 1篇映射
  • 1篇数据挖掘
  • 1篇数据挖掘方法
  • 1篇思维导向
  • 1篇思维流程
  • 1篇思维路径
  • 1篇特征映射
  • 1篇主题发现
  • 1篇稀疏数据
  • 1篇线性降维
  • 1篇流形
  • 1篇流形学习
  • 1篇聚类
  • 1篇话题识别与跟...
  • 1篇降维

机构

  • 5篇北京科技大学

作者

  • 5篇陈学昌
  • 1篇武森
  • 1篇全喜伟
  • 1篇韩佳珍
  • 1篇高学东
  • 1篇魏桂英
  • 1篇郝媛

传媒

  • 3篇中国管理信息...
  • 2篇数学的实践与...

年份

  • 2篇2012
  • 1篇2011
  • 1篇2010
  • 1篇2009
5 条 记 录,以下是 1-5
排序方式:
稀疏数据非线性降维的CN-Isomap算法被引量:2
2010年
针对经典的流形学习算法Isomap在非线性数据稀疏时降维效果下降甚至失效的问题,提出改进的切近邻等距特征映射算法(Cut-Neighbors Isometric feature mapping,CN-Isomap).该算法在数据稀疏的情况下首先通过有效识别样本点的"流形邻居"来剔除近邻图上的"短路"边,然后再通过最短路径算法拟合测地线距离,使得拟合的测地线距离不会偏离流形区域,从而低维嵌入映射能够正确地反映高维输入空间样本点间的内在拓扑特征,很好地发现蕴含在高维空间里的低维流形,有效地对非线性稀疏数据进行降维.通过对Benchmark数据集的实验表明了算法的有效性.CN-Isomap算法是Isomap算法的推广,不仅能有效地对非线性稀疏数据进行降维,同样也适用于数据非稀疏的情况.
武森全喜伟陈学昌
关键词:降维流形学习等距特征映射稀疏数据
话题识别与跟踪技术发展研究被引量:6
2011年
话题识别与跟踪以大规模新闻流为研究对象,通过监控新闻报道描述的话题,发现新的用户感兴趣的信息并将涉及某个话题的新闻报道组织起来以某种方式呈现给用户。本文首先介绍话题识别与跟踪的主要任务、相关概念和评价方法,然后对话题识别国内外研究现状进行详细论述,最后对话题识别的发展趋势和未来的研究方向进行分析。
陈学昌韩佳珍魏桂英
基于思维序列聚类的思维主题发现方法被引量:1
2012年
本文针对数据挖掘应用中分析主题确定问题,基于认知心理学中"概念"与"思维"的阐释,模拟人的思维过程,提出了一种思维(分析)主题发现的方法,该方法分为思维序列构建和主题发现两部分。
陈学昌
关键词:思维流程主题发现序列聚类
基于对象-属性空间分割技术的企业员工技能与知识体系构建方法
2012年
针对企业员工技能知识点确定及其与企业员工人员的针对性分类划分问题,提出了一种基于对象一属性空间分割技术的企业技能与知识体系构建方法。方法基于角色一业务活动矩阵和业务活动技能知识矩阵导出角色一技能知识矩阵,然后应用对象-属性空间分割技术最终得出合理的技能知识体系。
高学东陈学昌郝媛
思维导向的数据挖掘方法
2009年
思维导向数据挖掘的对象是管理过程中的历史决策数据。思维导向数据挖掘所依赖的拓扑结构是心智概念图。思维导向数据挖掘分为两个阶段:计算关联主题簇群和计算最频繁思维路径。本文在心智图和概念图的基础上构造了心智概念图,并根据心智概念图提出了思维导向数据挖掘的算法。
陈学昌
关键词:概念图思维路径
共1页<1>
聚类工具0