题名 分形技术在案例库维护中的应用
被引量：1
1
作者
倪志伟 倪丽萍 杨葛钟啸
机构
合肥工业大学管理学院 合肥工业大学过程优化与智能决策教育部重点实验室
出处
《计算机应用》
CSCD
北大核心
2009年第6期1598-1600,1604,共4页
基金
国家863计划项目(2007AA04Z116) 国家自然科学基金资助项目(70871033)
文摘
阐述了分形技术运用于案例库维护的可行性,并提出了一种基于分形技术的案例库维护模型,该模型利用分形技术中的盒维算法对案例库进行维护。实验表明该模型能够较为明显地降低案例库的规模,增强案例库数据全局分布的均匀性,进而提高案例库的检索效率。
关键词
分形 分形维数 案例库 案例库维护
Keywords
fractal fractal dimension case base Case Base Maintenance （CBM）
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于分形和邻接空间密度变化的属性选择方法
2
作者
杨葛钟啸 倪志伟 倪丽萍 梁敏君
机构
合肥工业大学管理学院
出处
《计算机工程与应用》
CSCD
北大核心
2008年第20期142-144,共3页
基金
国家自然科学基金重点项目(Key Project of the National Natural Science Foundation of China under Grant No.70631003) 安徽省教育厅资助科研课题(the Research Project of Department of Education of Anhui Province China under Grant No.2006sk010)
文摘
属性选择通常作为一个主要的预处理步骤,在机器学习和数据挖掘领域有着广泛的应用。选择出能够表征数据集分形特征的属性子集,对研究数据集的分形规律具有重要的价值。根据数据集的分形特征,引入了密度分析方法,指出了当前基于分形维数的属性选择方法的不足,提出了一种基于分形和邻接空间密度变化的属性选择方法。为了分析实验结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对3个数据集属性选择前后的分类性能进行了测试。实验证明该方法在属性选择方面有较好的性能,能够得到较优的属性子集。
关键词
属性选择 分形维数 邻接空间 密度
Keywords
feature selection fi＇actal dimension neighborhood space density
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于网格与分形维数的聚类算法
被引量：4
3
作者
梁敏君 倪志伟 倪丽萍 杨葛钟啸
机构
合肥工业大学管理学院 合肥工业大学过程优化与智能决策教育部重点实验室
出处
《计算机应用》
CSCD
北大核心
2009年第3期830-832,共3页
基金
国家863计划项目(2007AA04Z116) 国家自然科学基金重点项目(70631003)
文摘
提出了一种基于网格和分形维数的聚类算法,它结合了网格聚类和分形聚类的优点,克服了传统网格聚类算法聚类质量降低的缺点,改进了分形聚类耗时较大的问题。此算法首先根据网格密度得到初始类别,再利用分形的思想,将未被划分的网格依次归类。实验结果证明,它能够发现任意形状且距离非邻近的聚类,且适用于海量、高维数据。
关键词
聚类 分形维数 网格
Keywords
clustering fractal dimension grid
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 一种新的数据流分形聚类算法
被引量：3
4
作者
罗义钦 倪志伟 杨葛钟啸
机构
合肥工业大学管理学院 合肥工业大学过程优化与智能决策教育部重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2010年第6期136-138,143,共4页
基金
国家高技术研究发展计划(863)(No.2007AA04Z116) 国家自然科学基金重点项目(No.70871033)~~
文摘
提出了基于分形的数据流聚类算法,利用分形维数的变化程度来度量数据点与聚类的自相似程度,在噪音干扰下能发现反映数据流自然聚集状态的任意形状的聚类。实验证明,FClustream算法是一种高效的数据流聚类算法。
关键词
数据流 分形 分形维数 聚类
Keywords
data stream fractal fractal dimension clustering
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
