江西省自然科学基金(DJJ12346)
- 作品数：5 被引量：76H指数：4
- 相关作者：梅宏标喻金平郑杰张勇廖列法更多>>
- 相关机构：江西理工大学更多>>
- 发文基金：江西省自然科学基金江西省研究生创新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理学更多>>
- 基于混合蛙跳联合聚类的协同过滤算法被引量：6
- 2016年
- 针对传统协同过滤推荐算法稀疏性、冷启动、推荐质量不高等缺陷,提出一种基于混合蛙跳模糊聚类的协同过滤推荐算法.该算法先对原始评分矩阵用户和项目进行联合聚类,利用联合聚类结果对评分矩阵进行填充,再对混合蛙跳算法进行改进,利用改进后的算法快速地全局寻优能力得到项目最近邻居集合,最后通过计算预测评分生成推荐结果.仿真结果表明,该算法有效缓解对评分数据稀疏性的不良影响,同时在推荐精度上有明显改善.
- 喻金平张勇廖列法梅宏标
- 关键词：推荐系统协同过滤联合聚类数据填充混合蛙跳
- 基于多关系网络的社区检测算法被引量：1
- 2015年
- 针对传统的社区检测算法主要适用于单关系网络,忽略了多关系网络中各关系间的相互影响,不能区分出各关系对于社区检测的重要性等问题,提出一种基于节点和关系联合排名模型,能够将多关系合并为单关系的Interact Rank算法。该算法在多关系网络中结合Page Rank算法以及随机游走模型的思想,考虑了多关系网络中各关系内和关系间个体的联系。同时,利用谱聚类对Interact Rank算法得到的单关系网络进行聚类,用于社区检测。通过UCI标准数据集上的仿真实验表明:Interact Rank算法能够在多关系网络进行有效的社区检测。
- 喻金平郑杰朱桂祥
- 关键词：PAGERANK随机游走模型谱聚类
- 一种改进的混合蛙跳和K均值结合的聚类算法被引量：5
- 2016年
- 传统K均值聚类(KMC)算法过分依赖初始值的设置,容易陷入局部最优;混合蛙跳算法(SFLA)存在收敛速度和搜索速度较慢、局部和全局信息交流不全面等缺点。针对以上缺点,首先提出一种改进的混合蛙跳算法(MSFLA)。该算法根据粒子群优化和差分进化思想,在青蛙个体变异时,引入上一次移动距离的权重惯性系数和缩放因子,从种群中的最优位置和历史最优位置之间的随机点出发,以子群内的青蛙的平均值和最差位置差值为步长进行青蛙个体的更新操作。再将MSFLA与KMC算法结合提出MSFLA-KMC算法,有效地克服了KMC算法过分依赖初始值设置问题,同时降低了KMC算法陷入局部最优的可能性。实验结果表明,MSFLA具有较强的寻优能力,MSFLA-KMC算法则具有更好的聚类性能。
- 喻金平张勇廖列法梅宏标
- 关键词：K均值算法混合蛙跳算法适应度函数聚类
- 结合元胞自动机的果蝇优化算法被引量：17
- 2014年
- 果蝇优化算法(FOA)作为一类新的优化搜索算法,广泛应用于各种优化问题。针对该算法后期求解精度低、容易陷入局部最优且收敛缓慢的缺点,提出一种结合元胞自动机的果蝇优化算法(CAFOA)。该算法在首次求解时利用元胞演化规则选择果蝇最优个体邻域,然后对选择后的果蝇个体位置进行随机扰动,分别用邻域个体复制更新演化前个体位置,再次进行迭代寻优,从而有效克服算法陷入局部最优。对6种常见测试函数进行了运算仿真。实验结果表明,所提算法比传统算法的平均收敛精度提高10%,达到稳定全局最优值的平均迭代次数减少870次,从而论证了算法的有效性。
- 贺智明宋建国梅宏标
- 关键词：元胞自动机
- 基于改进人工蜂群算法的K均值聚类算法被引量：49
- 2014年
- 针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC算法的适应度函数以及一种基于全局引导的位置更新公式以提高迭代寻优过程的效率。将改进的人工蜂群算法与KMC算法结合提出IABC-Kmeans算法以改善聚类性能。通过Sphere、Rastrigin、Rosenbrock和Griewank四个标准测试函数和UCI标准数据集上进行测试的仿真实验表明,IABC算法收敛速度快,克服了原始算法易陷入局部最优解的缺点;IABC-Kmeans算法则具有更好的聚类质量和综合性能。
- 喻金平郑杰梅宏标
- 关键词：人工蜂群算法K均值聚类算法适应度函数聚类
