上海市科学技术委员会资助项目(065115023)
- 作品数：3 被引量：3H指数：1
- 相关作者：金健黄国兴王建锋鲍钰梁道雷更多>>
- 相关机构：华东师范大学上海电力学院更多>>
- 发文基金：上海市科学技术委员会资助项目国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种具有影响力因子的硬聚类算法被引量：2
- 2009年
- 为解决传统聚类方法对不同规模类不能正确聚类的问题,探讨了带影响力因子的硬聚类方法。为每个类均赋予一个影响力因子,使样本的隶属关系不只受距离的影响,而且受类的规模的影响。通过对18个数据集的实验,证明该方法的可行性,并且观察了影响力因子的取值对收敛过程和算法产生结果的影响,提出了今后的工作重点。
- 王建锋金健王晶晶
- 关键词：聚类模糊C均值算法
- 一种含两层专家网络的委员会机器模型被引量：1
- 2008年
- 针对含单层专家网络的委员会机器在处理复杂问题时拟合能力不足的情况,本文提出了一种基于两层专家网络的委员会机器(CM-2LE)模型,并推导了其中的网络权值学习规则。对人造数据的整体检验和对实际的气象数据的逐次预报检验,通过调节隐含层节点数目,实验误差结果出现了较明显的减小过程,表明通过增加委员会机器中专家网络的层数,可以提高委员会机器的拟合能力。
- 金健黄国兴梁道雷鲍钰
- 关键词：模糊C均值聚类模块化神经网络
- 一种含影响力因子的自适应C均值算法
- 2009年
- 含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失。影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量。提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率。结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低。对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义。
- 金健黄国兴丁建国胡永涛
- 关键词：聚类
