王晓帅
- 作品数：3 被引量：3H指数：1
- 供职机构：广西大学计算机与电子信息学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 社会化标签推荐算法的研究
- 标签推荐是社会化标注系统的一项重要研究内容，用来协助用户为资源寻找合适的标签，并帮助巩固用户和资源之间的标注。由于标签数据固有的噪声及歧义缺陷等，使得标签推荐的有效性设计成为一种挑战。针对现有标签推荐技术存在的不足，为快...
- 王晓帅
- 关键词：冗余信息
- 一种基于D^2权重的核k-means聚类算法被引量：1
- 2012年
- 核k-means算法是标准k-means算法的扩展,提高了k-means聚类中对非线性不可分数据的聚类效果.传统核k-means算法的初始中心是随机选取的,导致出现聚类时间较慢、聚类性能低等问题.文中提出了一种基于D2权重的核k-means算法,它根据点对簇内距离的贡献,选取对其贡献最大的点为簇中心,然后在核空间内进行相应的聚类.在UCI数据集上进行实验,实验结果表明,新算法相对于传统的核k-means算法,可以有效地缩短聚类时间,并提高聚类的质量,新算法性能优于传统的核K-means算法.
- 马翩翩苏一丹覃华王晓帅
- 关键词：K-MEANS
- 用子空间粒子群聚类算法识别Folksonomy标签冗余的研究
- 2012年
- Web2.0标签系统中经常包含很多冗余的标签,标签冗余会增加用户选择喜好项目时的负担,从而影响用户建模和对推荐系统的评估。标签数据集通常存在着大量不相关或是冗余的特征,而不同簇之间的相关特征子集又是不一样的,所以应该从不同的特征子集中来发现簇。提出使用子空间粒子群聚类识别标签冗余,算法采用指数型变权类似K-means的目标函数,该函数对变量权值的改变更加敏感。在此基础上利用粒子群优化目标函数搜寻得到全局最优的标签聚类,提高抽取冗余标签的准确度。实验结果表明,此算法具有较强的全局搜索能力,应用于标签冗余识别获得了更好的精度。
- 王晓帅覃华丁立朵马翩翩
