检索结果-维普期刊中文期刊服务平台

大规模短文本的不完全聚类被引量：35: 1; 作者彭泽映俞晓明 +1 位作者许洪波刘春阳《中文信息学报》 CSCD 北大核心 2011年第1期54-59,共6页; 聚类分析是数据挖掘的一个重要手段,人们可以通过聚类发现信息中潜在的热点或规律。至今,已经有大量聚类算法被研究和提出。随着互联网的日益普及,查询日志、Twitter等短文本信息逐渐在人们生活中起着越来越重要的作用。这类短文本信息... 展开更多; 关键词短文本聚类分析不完全聚类; 在线阅读下载PDF 职称材料

基于余弦相似自适应加权视图重构的不完全多视图聚类算法: 2; 作者陈永泰邱野 +1 位作者万鸣华杨国为《济南大学学报(自然科学版)》北大核心 2025年第3期362-370,378,共10页; 为了解决实际应用中多视图数据经常包含缺失或异常信息,以及现有不完全多视图聚类方法在优化数据相似性矩阵时未能充分表示原始数据相似性,增加计算复杂性并忽视视图间判别信息差异等问题,提出一种基于余弦相似自适应加权视图重构的不... 展开更多; 关键词不完全多视图聚类自适应加权余弦相似性流形结构视图重构; 在线阅读下载PDF 职称材料

视图映射和循环一致性生成的不完整多视图聚类: 3; 作者王英博郭凯雪《智能系统学报》北大核心 2025年第2期316-328,共13页; 传统聚类假设每个视图都完整,没有考虑数据损坏、设备故障导致的不完整视图情况。针对此问题,已有方法大多基于核和非负矩阵分解提出,没有明确补偿每个视图丢失的数据,学习的潜在表示也没有考虑聚类任务。为此设计视图映射和循环一致性... 展开更多; 关键词数据挖掘聚类多视图学习不完全多视图聚类深度学习自动编码器生成对抗性网络 KL散度; 在线阅读下载PDF 职称材料

6G业务场景的不完全多视图聚类分析被引量：1: 4; 作者张茹倩承楠 +1 位作者陈文李长乐《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期76-87,共12页; 在6G网络中,由于业务种类繁杂且需求各不相同,5G网络中划分的三大业务场景已无法满足其粒度上的要求,这给6G按需服务目标的实现带来了巨大挑战。针对海量杂乱的6G场景和6G场景分类中业务数据量庞大以及数据缺失问题,提出了一套基于业务... 展开更多; 关键词 6G 场景聚类关键性能指标不完全多视图聚类; 在线阅读下载PDF 职称材料

不完全K-means聚类与分类优化结合的图像分割算法被引量：10: 5; 作者杨明川吕学斌周群彪《计算机应用》 CSCD 北大核心 2012年第1期248-251,268,共5页; 为提升K均值聚类的效率及图像分割效果,提出了一种不完全K均值聚类与分类优化结合的图像分割(IKCO)算法。首先,采用简单的方法来进行数据精简及初始中心的确定;然后,根据给出的不完全聚类准则对图像进行聚类分割;最后,对分割结果进行分... 展开更多; 关键词图像分割不完全K均值聚类分类优化; 在线阅读下载PDF 职称材料

题名大规模短文本的不完全聚类被引量：35: 1; 作者彭泽映俞晓明许洪波刘春阳; 机构中国科学院计算技术研究所国家计算机网络应急技术处理协调中心; 出处《中文信息学报》 CSCD 北大核心 2011年第1期54-59,共6页; 基金国家自然科学基金重点资助课题(60933005 60903139) +3 种基金国家973资助课题(2007CB311103) 国家242专项资助项目(2009F108 2009A19 2009A91); 文摘聚类分析是数据挖掘的一个重要手段,人们可以通过聚类发现信息中潜在的热点或规律。至今,已经有大量聚类算法被研究和提出。随着互联网的日益普及,查询日志、Twitter等短文本信息逐渐在人们生活中起着越来越重要的作用。这类短文本信息数量巨大,通常可达到千万乃至亿级,现有的聚类算法在对这类大规模短文本信息进行聚类分析时往往显得异常无力。该文通过对实际应用中的短文本信息进行实验分析,发现了这类数据类别所具有的"长尾现象",并由此提出了不完全聚类思想,可以有效地提高这类短文本信息的聚类性能。; 关键词短文本聚类分析不完全聚类; Keywords short texts clustering incomplete clustering; 分类号 TP391 [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

题名基于余弦相似自适应加权视图重构的不完全多视图聚类算法: 2; 作者陈永泰邱野万鸣华杨国为; 机构南京审计大学工程审计学院南京审计大学计算机学院; 出处《济南大学学报(自然科学版)》北大核心 2025年第3期362-370,378,共10页; 基金国家自然科学基金项目(72471123,62172229) 江苏省基础科学研究项目(24KJA630001)。; 文摘为了解决实际应用中多视图数据经常包含缺失或异常信息,以及现有不完全多视图聚类方法在优化数据相似性矩阵时未能充分表示原始数据相似性,增加计算复杂性并忽视视图间判别信息差异等问题,提出一种基于余弦相似自适应加权视图重构的不完全多视图聚类算法,通过引入局部保留重建项以实现对缺失视图的自然对齐,避免使用平均值填充缺失视图可能带来的负面影响。在初始化阶段,算法通过计算原始多视图空间中的余弦相似度增强原始多视图数据的流形结构保持能力,并在构建完整视图过程中采用自适应加权策略捕捉不同视图的重要性。在4个基准数据集中进行聚类实验,并与现有9种代表性算法的最优结果相比较。结果表明,所提算法的聚类精度、归一化互信息率和纯度的平均值分别提升了5.52%、8.78%和4.77%,具有出色的不完全多视图聚类性能。; 关键词不完全多视图聚类自适应加权余弦相似性流形结构视图重构; Keywords incomplete multi-view clustering adaptive weighting cosine similarity manifold structure view reconstruction; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名视图映射和循环一致性生成的不完整多视图聚类: 3; 作者王英博郭凯雪; 机构辽宁工程技术大学软件学院; 出处《智能系统学报》北大核心 2025年第2期316-328,共13页; 基金辽宁省教育厅基础研究项目(LN2020JCL029).; 文摘传统聚类假设每个视图都完整,没有考虑数据损坏、设备故障导致的不完整视图情况。针对此问题,已有方法大多基于核和非负矩阵分解提出,没有明确补偿每个视图丢失的数据,学习的潜在表示也没有考虑聚类任务。为此设计视图映射和循环一致性生成的不完整多视图聚类(incomplete multi-view clustering generated by view mapping and cyclic consistency,MG_IMC),利用已有数据信息得到各视图的风格编码和共享潜在表示,并通过生成对抗网络生成缺失的数据,在完整数据集上利用加权自适应融合捕获更好的通用结构,并在深度嵌入聚类层完成聚类任务。使用KL散度(Kullback-Leibler divergence)联合训练模型,学习的公共表示有助于生成缺失的数据,而补全的数据进一步生成聚类友好的公共表示。实验表明,相比已有方法,该算法得到更好的聚类效果。; 关键词数据挖掘聚类多视图学习不完全多视图聚类深度学习自动编码器生成对抗性网络 KL散度; Keywords data mining clustering multiview learning incomplete multiview clustering deep learning autoencoder generate adversarial networks KL-divergence; 分类号 TP391 [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6G业务场景的不完全多视图聚类分析被引量：1: 4; 作者张茹倩承楠陈文李长乐; 机构西安电子科技大学通信工程学院上海交通大学电子工程系; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期76-87,共12页; 基金国家重点研发计划(2020YFB1807700)。; 文摘在6G网络中,由于业务种类繁杂且需求各不相同,5G网络中划分的三大业务场景已无法满足其粒度上的要求,这给6G按需服务目标的实现带来了巨大挑战。针对海量杂乱的6G场景和6G场景分类中业务数据量庞大以及数据缺失问题,提出了一套基于业务关键性能指标的多维度场景聚类分析方案。该方案基于不完全多视图聚类技术,在上千种参数组合下使用肘部法和轮廓系数法进行调参聚类。聚类结果表明,提出的方案能在不完整的场景数据集中保证收敛,并达到较高的轮廓系数值。此外,通过对比不同比例的缺失数据聚类实验,所提出的6G场景聚类方案能够有效完成对于不同程度缺失数据的多维度聚类。最后,结合原始数据和聚类标签,分析并提炼聚类得到了11类场景的场景知识及各场景的关键性能指标特征,从而为未来6G网络中的新兴场景及业务提供方法基础和理论参考。; 关键词 6G 场景聚类关键性能指标不完全多视图聚类; Keywords 6G scene clustering KPI incomplete multi-view clustering; 分类号 TN92 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名不完全K-means聚类与分类优化结合的图像分割算法被引量：10: 5; 作者杨明川吕学斌周群彪; 机构四川大学计算机学院; 出处《计算机应用》 CSCD 北大核心 2012年第1期248-251,268,共5页; 基金国家863计划项目(2006AA12A104); 文摘为提升K均值聚类的效率及图像分割效果,提出了一种不完全K均值聚类与分类优化结合的图像分割(IKCO)算法。首先,采用简单的方法来进行数据精简及初始中心的确定;然后,根据给出的不完全聚类准则对图像进行聚类分割;最后,对分割结果进行分类优化以提升分割效果。实验结果表明,相对于传统的K均值聚类方法,IKCO算法在进行图像分割时具有很好的分割效率,且分割效果与人类视觉感知具有更高的一致性。; 关键词图像分割不完全K均值聚类分类优化; Keywords image segmentation incomplete K-means clustering category optimization; 分类号 TP391.413 [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	大规模短文本的不完全聚类	彭泽映俞晓明许洪波刘春阳	《中文信息学报》 CSCD 北大核心	2011	35	在线阅读下载PDF 职称材料
2	基于余弦相似自适应加权视图重构的不完全多视图聚类算法	陈永泰邱野万鸣华杨国为	《济南大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
3	视图映射和循环一致性生成的不完整多视图聚类	王英博郭凯雪	《智能系统学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	6G业务场景的不完全多视图聚类分析	张茹倩承楠陈文李长乐	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	不完全K-means聚类与分类优化结合的图像分割算法	杨明川吕学斌周群彪	《计算机应用》 CSCD 北大核心	2012	10	在线阅读下载PDF 职称材料