辽宁省教育厅高等学校科学研究项目(2008347)
- 作品数：8 被引量：48H指数：4
- 相关作者：张永谢福鼎蔡静颖赵凤霞孙岩更多>>
- 相关机构：辽宁师范大学牡丹江师范学院秦皇岛职业技术学院更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目国家自然科学基金辽宁省科技厅博士启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于马氏距离特征加权的模糊聚类新算法被引量：14
- 2012年
- 模糊聚类分析是模糊模式识别中一个重要研究领域,而其中最经典的模糊C均值算法认为样本矢量各特征对聚类结果贡献均匀,没有考虑不同的属性特征对模式分类的不同影响,在处理属性高相关的数据集时,该算法分错率增加。针对这些问题,提出了一种基于马氏距离特征加权的模糊聚类算法,利用自适应马氏距离的优点对特征加权处理,对高属性相关的数据集进行更有效的分类。实验证明该方法的可行性和有效性。
- 蔡静颖谢福鼎张永
- 关键词：模糊C均值特征加权
- 半监督模式下社团结构划分方法被引量：1
- 2009年
- 为了对有标签和无标签节点混合的网络进行分类,给出了一种基于半监督学习的信息传递分类算法,算法首先确定网络中无标签节点的分类参数,然后通过对网络中所有无标签节点进行有限次的迭代计算,可以对所有节点进行分类。实验数据分析证明了该算法在进行半监督分类时具有比较好的效果。
- 孔健谢福鼎孙岩
- 关键词：信息传递半监督分类聚类复杂网络社团结构
- 半监督模式下复杂网络分类的方法
- 2011年
- 提出了一种基于半监督模式的复杂网络社团划分新方法,通过引入物理学中的万有引力定理进而计算出有标签节点与周围无标签节点的相互作用值,最终将网络中的社团划分出来。实验表明,算法可以比较准确地划分出一些网络中的社团结构。
- 孔健谢福鼎孙岩赵凤霞
- 关键词：复杂网络社团结构半监督分类
- 基于自适应马氏距离的模糊c均值算法被引量：11
- 2010年
- 经典的模糊c均值(FCM)算法是基于欧氏距离的,它只适用于球型结构的聚类,且在处理高维的数据集时,分错率增加。针对以上两个问题,提出了一种新的聚类算法(FCM-M),它将马氏距离与模糊c均值相结合,并在目标函数中引进一个协方差矩阵的调节因子,利用马氏距离的优点,有效地解决了FCM算法中的缺陷,并利用特征值、特征矢量及伪逆运算来解决马氏距离中遇到的奇异问题。通过数据聚类和图像分割两组实验,证实了该方法的可行性和有效性。
- 蔡静颖谢福鼎张永
- 关键词：模糊C均值伪逆聚类
- 基于马氏距离的FCM图像分割算法被引量：11
- 2010年
- 基于模糊C均值聚类的图像分割是应用较为广泛的方法之一,但大多数模糊C均值聚类方法都是基于欧式距离,且存在运算时间过长等问题。提出了一种基于Mahalanobis距离的模糊C均值聚类图像分割算法。实验分析表明,提出的算法在保证分割质量的前提下,能较快提高分割速度。实验结果表明了该方法的有效性。
- 王建英孙德山张永
- 关键词：模糊C均值聚类图像分割
- 基于加权模糊支持向量描述的旋转机械故障分类被引量：8
- 2009年
- 基于支持向量数据描述良好的分类性能,针对旋转机械故障诊断中故障样本获取的特点,提出了基于正负类样本的加权模糊支持向量数据描述多类分类器,不仅考虑了正类样本,而且也充分考虑了负类样本对分类结果的影响。利用模拟故障样本对系统进行了实验,结果表明提出的方法在系统中具有良好的分类能力。
- 张永张凤梅谢福鼎迟忠先
- 关键词：支持向量数据描述加权分类器
- 基于马氏距离的模糊c-均值增量学习算法
- 2011年
- 提出一种基于Mahalanobis距离的模糊c-均值算法(FCM-M),它将经典的模糊c-均值中的欧式距离用Mahalanobis距离替代,利用Mahalanobis距离的优点,有效解决了FCM算法中的缺陷,并提高了训练精度.将其用于增量式学习中,结果对孤立点不敏感,实验结果显示了该算法的有效性和优越性.
- 蔡静颖张永
- 关键词：模糊C-均值
- 一种基于Normal矩阵的时间序列聚类方法被引量：4
- 2010年
- 提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。
- 姜荣赵凤霞谢福鼎张永
- 关键词：时间序列聚类社团结构复杂网络相似度
