王纵虎
- 作品数:23 被引量:71H指数:5
- 供职机构:中国人民大学更多>>
- 发文基金:国家科技支撑计划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经济管理更多>>
- 基于统计模型的Web命名实体识别方法
- 本发明是一种基于统计模型的Web命名实体识别方法,用结构和文本特征对Web命名实体进行多特征表示;本发明将统计方法和规则方法相结合,采用改进的MR-GHMM来优化训练的效率;用改进隐马尔可夫的模型对实体进行标注,对各命名...
- 王静刘志镜曲建铭王燕贺文华王炜华王纵虎陈东辉姚勇朱旭东赵辉
- 文献传递
- 一种复杂场景中多摄影机协同的人物追踪方法
- 本发明公开了一种复杂场景中多摄影机协同的人物追踪方法,包括以下步骤:A1、运动目标监测;A2、场景图像增强:以模糊理论为基础将场景图像的亮度值转成模糊矩阵,并针对此矩阵做实时模糊强化,以增强图像中的阴暗部分,并保留各像素...
- 王韦桦刘志镜屈鉴铭贺文骅唐国良赵俊敏熊静侯晓慧王静袁通刘慧王纵虎陈东辉姚勇
- 文献传递
- 一种基于粒子群优化的可能性C均值聚类改进方法被引量:7
- 2012年
- 提出了一种基于粒子群优化的可能性C均值(Possibilistic C-means,PCM)聚类改进方法。该方法首先通过改进PCM算法的目标函数来计算数据模式的隶属度矩阵和聚类中心完成粒子编码,从而降低算法对初始中心的敏感,提高聚类的精度;其次,通过粒子群优化(Particle Swarm Optimization,PSO)算法对编码进行优化,以有效地克服PCM聚类算法容易导致聚类一致性和陷入局部最优解的缺点,减少算法的迭代次数。通过人造数据集和UCI数据集上的实验,表明该算法在计算复杂度、聚类精度和全局寻优能力方面表现得较为突出。
- 陈东辉刘志镜王纵虎
- 关键词:模糊聚类粒子群优化模糊C均值
- 聚类分析优化关键技术研究
- 聚类分析作为数据挖掘的一个重要研究领域,可以有效地帮助我们分析数据的分布、了解数据的特征、确定所感兴趣的数据类,寻找隐藏在数据中的结构,以便作进一步分析和利用。本文针对现有某些聚类算法存在的不足,结合粒子群优化等方法对现...
- 王纵虎
- 关键词:聚类粒子群优化聚类有效性半监督聚类文本聚类
- 文献传递
- 一种改进的粒子群优化快速聚类算法被引量:14
- 2012年
- 提出了一种改进的基于粒子群优化的快速K均值算法,有效克服了K均值算法对初始聚类中心敏感和容易陷入局部最优从而影响聚类效果等缺点.与已有的粒子群优化聚类算法相比,该算法通过对样本各维属性进行规范化,预先计算样本的相异度矩阵,提出了一种简化的粒子的编码规则,基于相异度矩阵进行粒子群优化K均值聚类,在保证聚类效果的基础上,有效降低了计算的复杂度.在多个UCI数据集上的实验结果表明,该算法是有效的。
- 王纵虎刘志镜陈东辉
- 关键词:粒子群优化聚类K均值相异度适应度
- 基于偏好模型的社会化过滤方法
- 本发明公开了一种基于偏好模型的社会化过滤方法,主要解决现有技术针对用户比较多,社交关系复杂的情况,过滤方法准确性不高的问题,其实现方案是:通过分析组员之间社会化关系,计算组员对组的影响因子;通过分析组内组员喜好对象分布情...
- 王静刘志镜赵辉曲建铭贺文华王炜华王纵虎陈东辉朱旭东
- 两阶段混合粒子群优化聚类被引量:4
- 2012年
- 为解决数据集样本维数较高时已有粒子群优化K均值算法计算速度较慢且聚类结果不稳定的问题,利用第1阶段聚类层次凝聚聚类获得准确率较高的子簇集合,作为粒子群优化K均值聚类算法初始聚类中心的搜索空间,进行第2阶段聚类.提出了一种简化的粒子编码方法,以减小样本维数对计算复杂度的影响;引入混沌的思想,以保持粒子种群的多样性,从而避免粒子群优化算法可能出现的早熟现象.通过两阶段聚类,有效地融合了粒子群优化、层次聚类与划分聚类算法的优点.在多个UCI数据集上的聚类结果表明,与几种对比算法聚类结果的最优值相比,其纯度分别提高了1%~8%,且耗时减少50%以上.
- 王纵虎刘志镜陈东辉
- 关键词:聚类相异度粒子群优化初始聚类中心
- 一种两阶段混合粒子群优化聚类方法
- 一种两阶段混合粒子群优化聚类方法,主要解决现有粒子群优化K均值聚类方法当样本维数较高时消耗时间较多,且准确率不高的问题。本发明的技术方案为:(1)读入数据集和聚类个数K;(2)统计维度信息;(3)维度规范化;(4)计算相...
- 刘志镜王纵虎王韦桦陈东辉屈鉴铭贺文骅王静姚勇熊静唐国良袁通刘慧
- 文献传递
- 一种基于HOG-LBP描述的行人跟踪方法
- 本发明公开了一种基于HOG-LBP描述的行人跟踪方法,所述方法包含如下步骤:A1、样本建立;A2、特征提取;A3、建立SVM模型;A4、分类器训练;A5、视频捕获与预处理;A6、视频行人检测;A7、视频行人跟踪:使用基于...
- 屈鉴铭刘志镜贺文骅张小骏熊静王静刘慧王纵虎赵俊敏黄靓
- 文献传递
- 一种成对约束限制的半监督文本聚类算法被引量:5
- 2016年
- 半监督聚类能利用少量标记数据来提高聚类算法性能,但大部分文本聚类算法无法直接应用成对约束等先验信息。针对文本数据高维稀疏的特点,提出了一种半监督文本聚类算法。将成对约束信息扩展后嵌入文档相似度矩阵,在此基础上根据已划分与未划分文档之间的统计信息逐步找出剩余未划分文本集合中密集的且与已划分聚类中心集合相似度较小的K个初始聚类中心集合,然后将剩余的相对较难区分的文档结合成对约束限制信息划分到K个初始聚类中心集合,最后通过融合成对约束违反惩罚的收敛准则函数对聚类结果进行进一步优化。算法在聚类过程中自动确定初始聚类中心集合,避免了K均值算法对初始聚类中心选择的敏感性。在几个中英文数据集上的实验结果表明,所提算法能有效地利用少量的成对约束先验信息提高聚类效果。
- 王纵虎刘速
- 关键词:聚类向量空间模型文本