期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于信息熵加权的聚类集成算法
被引量：
13
1
作者
邵长龙
孙统风
丁世飞
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第2期189-196,共8页
聚类集成的目的是通过集成多个不同的基聚类来生成一个更好的聚类结果,近年来研究者已经提出多个聚类集成算法,但是目前仍存在的局限性是这些算法大多把每个基聚类和每个簇都视为同等重要,使聚类结果很容易受到低质量基聚类和簇的影响....
聚类集成的目的是通过集成多个不同的基聚类来生成一个更好的聚类结果,近年来研究者已经提出多个聚类集成算法,但是目前仍存在的局限性是这些算法大多把每个基聚类和每个簇都视为同等重要,使聚类结果很容易受到低质量基聚类和簇的影响.为解决这个问题,研究者提出一些给基聚类加权的方法,但大多把基聚类看作一个整体而忽视其中每个簇的差异.受到信息熵的启发,提出一种基于信息熵加权的聚类集成算法.算法首先对每个簇的不稳定性进行衡量,然后提出一种基于信息熵的簇评价指标,进而从簇层面进行加权,在对加权矩阵进行划分后得到最终的聚类结果.该算法有两个主要优点:第一,提出了一个有效的簇评价性指标;第二,从比基聚类层面更细化的簇层面进行加权.一系列的实验证明了该算法的有效性和鲁棒性.
展开更多
关键词
聚类集成
聚类
簇层面加权
信息熵
在线阅读
下载PDF
职称材料
基于簇间连接的元聚类集成算法
被引量：
3
2
作者
杜淑颖
丁世飞
邵长龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第6期961-969,共9页
聚类集成已经成为数据挖掘和机器学习中的热门研究课题,尽管近年来取得了重大进展,但目前聚类集成的研究仍存在两个具有挑战性的问题.首先,大部分集成算法倾向于在对象的层面研究相似度,缺乏发掘簇层面信息的能力;其次,目前许多集成算...
聚类集成已经成为数据挖掘和机器学习中的热门研究课题,尽管近年来取得了重大进展,但目前聚类集成的研究仍存在两个具有挑战性的问题.首先,大部分集成算法倾向于在对象的层面研究相似度,缺乏发掘簇层面信息的能力;其次,目前许多集成算法仅仅关注簇内对象的直接共现,忽略了簇与簇之间的关系.针对这两个问题,提出一种基于簇间连接的元聚类集成算法,首先根据Jaccard相似度构造一个簇相似度矩阵,然后利用连接三元组细化这个相似度矩阵,最后通过图划分和成员分配得到最后的结果.理论分析和实验测试表明,提出的算法不仅能产生较好的聚类结果,而且受聚类集成规模的影响较小.
展开更多
关键词
簇间相似性
聚类集成
聚类
连接三元组
元聚类
在线阅读
下载PDF
职称材料
题名
基于信息熵加权的聚类集成算法
被引量：
13
1
作者
邵长龙
孙统风
丁世飞
机构
中国矿业大学计算机科学与技术学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第2期189-196,共8页
基金
国家自然科学基金(61976216,61672522)。
文摘
聚类集成的目的是通过集成多个不同的基聚类来生成一个更好的聚类结果,近年来研究者已经提出多个聚类集成算法,但是目前仍存在的局限性是这些算法大多把每个基聚类和每个簇都视为同等重要,使聚类结果很容易受到低质量基聚类和簇的影响.为解决这个问题,研究者提出一些给基聚类加权的方法,但大多把基聚类看作一个整体而忽视其中每个簇的差异.受到信息熵的启发,提出一种基于信息熵加权的聚类集成算法.算法首先对每个簇的不稳定性进行衡量,然后提出一种基于信息熵的簇评价指标,进而从簇层面进行加权,在对加权矩阵进行划分后得到最终的聚类结果.该算法有两个主要优点:第一,提出了一个有效的簇评价性指标;第二,从比基聚类层面更细化的簇层面进行加权.一系列的实验证明了该算法的有效性和鲁棒性.
关键词
聚类集成
聚类
簇层面加权
信息熵
Keywords
ensemble clustering
clustering
cluster⁃level weighted
information entropy
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于簇间连接的元聚类集成算法
被引量：
3
2
作者
杜淑颖
丁世飞
邵长龙
机构
中国矿业大学计算机科学与技术学院
徐州生物工程职业技术学院信息管理学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第6期961-969,共9页
基金
国家自然科学基金(62276265,61976216)
江苏高校“青蓝工程”
江苏省高等职业院校专业带头人高端研修资助项目(2021GRFX074)
文摘
聚类集成已经成为数据挖掘和机器学习中的热门研究课题,尽管近年来取得了重大进展,但目前聚类集成的研究仍存在两个具有挑战性的问题.首先,大部分集成算法倾向于在对象的层面研究相似度,缺乏发掘簇层面信息的能力;其次,目前许多集成算法仅仅关注簇内对象的直接共现,忽略了簇与簇之间的关系.针对这两个问题,提出一种基于簇间连接的元聚类集成算法,首先根据Jaccard相似度构造一个簇相似度矩阵,然后利用连接三元组细化这个相似度矩阵,最后通过图划分和成员分配得到最后的结果.理论分析和实验测试表明,提出的算法不仅能产生较好的聚类结果,而且受聚类集成规模的影响较小.
关键词
簇间相似性
聚类集成
聚类
连接三元组
元聚类
Keywords
inter-cluster similarity
clustering ensemble
clustering
connecting triples
meta-clustering algorithm(MCLA)
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于信息熵加权的聚类集成算法
邵长龙
孙统风
丁世飞
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
13
在线阅读
下载PDF
职称材料
2
基于簇间连接的元聚类集成算法
杜淑颖
丁世飞
邵长龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
