您的位置： 专家智库 > >

李杉

作品数：3 被引量：6H指数：1
供职机构：山东师范大学信息科学与工程学院更多>>
发文基金：山东省自然科学基金山东省科技攻关计划山东省优秀中青年科学家科研奖励基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇聚类
  • 2篇均值聚类
  • 1篇训练样本集
  • 1篇样本集
  • 1篇互信息
  • 1篇半监督聚类
  • 1篇半监督学习
  • 1篇BAGGIN...
  • 1篇K均值
  • 1篇K均值聚类

机构

  • 3篇山东师范大学

作者

  • 3篇李杉
  • 2篇张化祥

传媒

  • 1篇计算机工程与...
  • 1篇计算机工程与...

年份

  • 1篇2011
  • 2篇2010
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于Bagging的聚类集成方法被引量：5
2010年
提出一种基于Bagging的集成聚类方法,采用一种新的数据集采样技术生成数据子集,尽可能的保持了子样本的多样性和最大相关性,然后应用一种改进的k均值聚类算法生成个体学习器,根据互信息对数据集的不同聚类结果进行处理,最后通过计算有争议的数据对象与各个聚类中心的距离将其重新划分到新的聚类结果中。在多个UCI标准数据集上的实验结果表明,该方法能有效改善聚类质量。
李杉张化祥
关键词：聚类K均值聚类互信息
选择性聚类集成算法研究
随着数据采集和数据存储技术的飞跃发展，用于机器学习的数据集规模越来越大，利用单个学习器不一定能很好地解决某些学习问题。为了能够提高学习器的泛化能力，有学者提出用集成学习技术联合基学习器来解决同一个问题。现今，集成学习技术...
李杉
关键词：训练样本集
基于分类的半监督聚类方法被引量：1
2011年
提出一种基于分类的半监督聚类算法。充分利用了数据集中的少量标记对象对原始数据集进行粗分类,在传统k均值算法的基础上扩展了聚类中心点的选择方法;用k-meansGuider方法对数据集进行粗聚类,在此基础上对粗聚类结果进行集成。在多个UCI标准数据集上进行实验,结果表明提出的算法能有效改善聚类质量。
李杉张化祥
关键词：半监督学习均值聚类
全选 清除 导出
共1页<1>
聚类工具0