马箐
- 作品数：3 被引量：48H指数：2
- 供职机构：陕西师范大学计算机科学学院更多>>
- 发文基金：中央高校基本科研业务费专项资金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于粒计算的K-medoids聚类算法被引量：39
- 2012年
- 传统K-medoids聚类算法的聚类结果随初始中心点不同而波动,且计算复杂度较高不适于处理大规模数据集;快速K-medoids聚类算法通过选择合适的初始聚类中心改进了传统K-medoids聚类算法,但是快速K-medoids聚类算法的初始聚类中心有可能位于同一类簇。为克服传统K-medoids聚类算法和快速K-medoids聚类算法的缺陷,提出一种基于粒计算的K-medoids聚类算法。算法引入粒度概念,定义新的样本相似度函数,基于等价关系产生粒子,根据粒子包含样本多少定义粒子密度,选择密度较大的前K个粒子的中心样本点作为K-medoids聚类算法的初始聚类中心,实现K-medoids聚类。UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明了基于粒计算的K-medoids聚类算法能得到更好的初始聚类中心,聚类准确率和聚类误差平方和优于传统K-medoids和快速K-medoids聚类算法,具有更稳定的聚类结果,且适用于大规模数据集。
- 马箐谢娟英
- 关键词：粒计算等价关系聚类
- 一种确定最佳聚类数的新算法被引量：10
- 2012年
- 针对K-均值聚类算法需要事先确定聚类数K的问题,将粒度计算引入样本相似度函数,定义了新的样本相似度,用模糊等价聚类确定数据集可能的最大类簇数Kmax.以Kmax为搜索上界,利用改进全局K-均值聚类算法,以BWP(Between-Within Proportion)为聚类有效性度量指标,提出确定最佳聚类数的一种新方法.通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明该算法不仅能有效确定数据集的最佳聚类数,而且适用于大规模数据集,但是会受到噪音点影响.
- 谢娟英马箐谢维信
- 关键词：信息粒度K-均值模糊相似度
- 基于粒计算的免费师范生生源因素分析
- 2012年
- 免费师范生政策从实施到现在已有将近四年时间,但社会上对于免费师范生的评价褒贬不一,有人认为该政策的实施为很多贫困家庭的孩子解决了上学难的问题,但也有人认为该政策的实施使免费师范生在大学期间的学习积极性受到了影响。那么,影响师范大学免费师范生和非免费师范生做出选择的因素有哪些呢?通过对免费师范生以及非师范生进行问卷调查,获取生源因素相关数据,应用粒计算对是否选择报考免费师范生的影响因素进行了分析。分析结果显示报考免费师范生的前三个影响因素分别为:政策中规定的违约将带来不诚信记录,不能报考脱产研究生和跨省就业问题。文中结论将对免费师范生教育政策的进一步完善有一定指导作用。
- 马箐谢娟英
- 关键词：免费师范生问卷调查数据统计粗糙集粒计算
