您的位置: 专家智库 > >

国家自然科学基金(61073145)

作品数:5 被引量:23H指数:3
相关作者:张继福杨海峰李鑫蔡江辉葛凌云更多>>
相关机构:太原科技大学更多>>
发文基金:国家自然科学基金山西省自然科学基金山西省回国留学人员科研经费资助项目更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇天文地球

主题

  • 2篇特征线
  • 2篇天体
  • 2篇天体光谱
  • 2篇模糊聚类
  • 2篇聚类
  • 1篇数据挖掘
  • 1篇天体光谱数据
  • 1篇频繁模式树
  • 1篇谱线
  • 1篇群算法
  • 1篇子空间
  • 1篇子空间划分
  • 1篇微粒群
  • 1篇微粒群算法
  • 1篇离群数据
  • 1篇离群数据挖掘
  • 1篇离散化
  • 1篇密度函数
  • 1篇模糊C均值聚...
  • 1篇模糊聚类算法

机构

  • 4篇太原科技大学

作者

  • 4篇张继福
  • 3篇杨海峰
  • 2篇李鑫
  • 1篇刘爱琴
  • 1篇葛凌云
  • 1篇娄圣金
  • 1篇蔡江辉

传媒

  • 2篇小型微型计算...
  • 2篇光谱学与光谱...
  • 1篇Resear...

年份

  • 2篇2013
  • 2篇2012
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
Stellar spectra association rule mining method based on the weighted frequent pattern tree被引量:3
2013年
Effective extraction of data association rules can provide a reliable basis for classification of stellar spectra. The concept of stellar spectrum weighted itemsets and stellar spectrum weighted association rules are introduced, and the weight of a single property in the stellar spectrum is determined by information entropy. On that basis, a method is presented to mine the association rules of a stellar spectrum based on the weighted frequent pattern tree. Important properties of the spectral line are highlighted using this method. At the same time, the waveform of the whole spectrum is taken into account. The experimental results show that the data association rules of a stellar spectrum mined with this method are consistent with the main features of stellar spectral types.
Jiang-Hui CaiXu-Jun ZhaoShi-Wei SunJi-Fu ZhangHai-Feng Yang
关键词:加权关联规则恒星光谱频繁模式树光谱分类光谱线
一种基于属性权值和w_k-距离的天体光谱异常特征线挖掘方法被引量:1
2013年
采用信息熵思想,给出一种基于属性权值和wk-距离的异常天体光谱特征线挖掘方法,并开发了天体光谱异常特征线挖掘系统。首先采用信息熵思想计算天体光谱特征线属性权值,从而有效地刻画每条特征线的重要程度;其次采用邻域半径的剪枝技术,对海量天体光谱特征线数据集约简,删除不可能成为异常的数据对象,形成一个候选异常数据集;然后根据离候选异常数据中对象之间的偏差,计算wk-距离和,并选取wk-距离和较大的前TOP-NN个数据对象作为天文光谱异常特征线数据;最后采用SDSS恒星光谱特征线数据集,实验和系统运行结果验证了该方法的有效性和可行性。
娄圣金张继福杨海峰
关键词:天体光谱剪枝
基于模糊C均值聚类的天文光谱特征线软离散化被引量:5
2012年
连续数值属性离散化是天文光谱数据预处理中的主要研究内容之一。针对天文光谱特征线,提出了一种基于改进模糊C均值聚类的天文光谱特征线软离散化算法。该算法首先利用样本的密度值选取特征线的候选初始模糊聚类中心,有效地克服了对噪声数据敏感的缺陷;其次采用决策表中的相容性作为评判标准,动态的调节聚类参数,以达到优化的光谱特征线离散化效果;最后采用晚型星、类星体、高红移类星体SDSS天文光谱特征线数据集。实验验证了该算法具有较高的识别率,为天文光谱特征线数据预处理提供了一种新途径。
张继福李鑫杨海峰
关键词:特征线离散化模糊聚类
一种基于大密度区域的模糊聚类算法被引量:10
2012年
针对模糊C-均值(FCM)算法对初始聚类中心和噪声数据敏感的缺陷,提出一种基于大密度区域的模糊聚类算法.该算法首先利用大密度区域以及样本的密度值变化方法,选取初始聚类中心以及候选初始聚类中心,并依据初始聚类中心与候选初始聚类中心的距离,确定初始聚类中心点,从而有效的克服了随机给定初始聚类中心容易使算法收敛到局部极小的缺陷;其次,分别利用密度函数为样本加权和引用改进的隶属度函数进行优化,有效地提高了模糊聚类的抗噪性;最后实验验证了算法在初始聚类中心的确定,聚类效果和抗噪性方面具有良好的效果.
李鑫张继福蔡江辉
关键词:模糊聚类聚类中心密度函数抗噪性
利用子空间划分的局部离群数据挖掘算法被引量:5
2011年
目前大多数局部离群数据挖掘算法需人为事先设置参数或阈值,且难以应用到高维数据集.给出一种新的局部离群数据挖掘算法PSO-SPLOF,该算法首先将数据集划分为互不相交的子空间,利用偏斜度判断子空间划分的优劣,并采用微粒群算法搜索最优划分子空间集;其次针对每个最优划分子空间,计算其数据对象的局部离群因子SPLOF值,并用SPLOF值来度量数据对象的局部偏离程度.最后采用离散化的天体光谱数据作为数据集,实验验证了PSO-SPLOF算法具有受人为因素影响小、伸缩性强和运算效率高等优点.
刘爱琴葛凌云杨海峰张继福
关键词:离群数据挖掘微粒群算法子空间天体光谱数据
共1页<1>
聚类工具0