李天龙
- 作品数：4 被引量：6H指数：2
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于流形学习的自适应反馈聚类中心确定方法
- 2018年
- K-means聚类是现行最为通用的聚类算法之一,但其在聚类过程中聚类中心不够稳定,针对这一问题,以流行聚类为依托,实现一种可以提升聚类中心稳定程度的反馈聚类方法。首先使用谱聚类对目标数据集初次聚类得到聚类集合,再根据目标集合最大子集数动态调整参数,多次迭代后获得聚类数集合表并对表中聚类值统计,最后计算表中加权平均值确定最终聚类数目。通过一百次迭代后的数据可知,使用加权平均值得到的聚类更稳定,反馈谱聚类迭代中位数和加权平均数的使用优化了流形聚类方法。
- 李天龙李天龙沈鑫吴晟吴晟周海河
- 关键词：流形学习加权平均数中位数
- 基于GM(1,1)-PCA的环境预测与分析研究被引量：3
- 2018年
- 为了预测北京市环境污染情况,首先运用灰色系统理论建立污染物GM(1,1)预测模型,其次使用残差检验模型合理性,最后采用主成分分析方法对模型数据进行分析。分析模型预测的结果,可以得知未来5年,北京市环境污染状况呈现逐年好转的趋势,但环境指标化学需氧量和区域环境噪声平均值呈现逐年递增的趋势。主成分分析可得出未来5年,北京市的最主要污染物是有机污染物、道路交通干线噪声和二氧化硫。使用灰色系统预测模型与主成分分析方法结合,不仅能预测未来几年各污染物的具体值,而且还能分析出最主要的污染物。
- 贺金龙吴晟周海河李英娜吴兴蛟李天龙马颢瑄
- 关键词：主成分分析污染物
- 一种改进的隐私保护关联规则挖掘算法被引量：3
- 2018年
- 隐私保护数据挖掘旨在不访问真实数据的情况下,获得隐藏在数据中的模式或规则。文中介绍隐私保护数据挖掘的几种算法。针对基于部分隐藏随机化回答数据隐私保护挖掘算法(RRPH)中使用多参数扰动数据后,K项集真实支持度计算时间成本高的弊端,提出基于粒度技术的部分隐藏随机化回答数据隐私保护挖掘算法(BRRPH)。该算法在RRPH算法的基础上,使用Bitmap表示技术粒度化数据,把支持度计算的数据处理方式转换成粒度计算的方式,项集真实支持度计算转变成了粒度的交集计算。实验表明在不改变准确性和隐私性的情况下,算法时间效率有大幅度的提高。
- 邬卓恒吴晟李英娜李天龙
- 关键词：数据挖掘隐私保护知识粒度
- 基于流形学习的自适应反馈聚类中心确定方法
- 2017年
- K-means聚类是现行最为通用的聚类算法之一,但其在聚类过程中聚类中心不够稳定,针对这一问题,以流行聚类为依托,实现一种可以提升聚类中心稳定程度的反馈聚类方法。首先使用谱聚类对目标数据集初次聚类得到聚类集合,再根据目标集合最大子集数动态调整参数,多次迭代后获得聚类数集合表并对表中聚类值统计,最后计算表中加权平均值确定最终聚类数目。通过一百次迭代后的数据可知,使用加权平均值得到的聚类更稳定,反馈谱聚类迭代中位数和加权平均数的使用优化了流形聚类方法。
- 李天龙吴晟吴兴蛟周海河曹敏王昕
- 关键词：人工智能流形学习加权平均数中位数
