检索结果-维普期刊中文期刊服务平台

基于一般分布区间数的不确定EFCM-ID聚类算法被引量：1: 1; 作者毛伊敏王嘉炜 +1 位作者卢欣荣毛丁慧《计算机工程》 CAS CSCD 北大核心 2018年第10期175-181,189,共8页; 在基于模糊C-均值(FCM)的不确定区间数聚类算法中,区间数内的点通常被假设服从均匀分布而难以表达其真实属性,聚类结果受初始聚类中心影响较大且隶属度更新速度较慢。为此,提出一种基于一般分布区间数的不确定高效区间数模糊(EFCM-ID)... 展开更多; 关键词不确定聚类区间数模糊C-均值密度思想竞争学习思想; 在线阅读下载PDF 职称材料

基于三支决策的灰色可能度聚类方法及应用: 2; 作者杜俊良刘思峰 +2 位作者刘勇李志远张维亮《运筹与管理》 CSSCI CSCD 北大核心 2024年第1期23-28,共6页; 针对经典的灰色可能度聚类评估模型难以判定决策对象的灰类归属和过度聚类等问题,利用三支决策的思想和方法,通过引入三支灰类的概念描述决策对象和灰类之间的不确定聚类关系;将其代替灰色定权聚类中的灰类和严格的聚类关系,构建基于三... 展开更多; 关键词灰色聚类三支决策不确定聚类聚类阈值; 在线阅读下载PDF 职称材料

面向不确定数据的近似骨架启发式聚类算法被引量：12: 3; 作者金萍宗瑜 +2 位作者屈世超胡燕田园《南京大学学报（自然科学版）》 CSCD 北大核心 2015年第1期197-205,共9页; 不确定数据聚类是传统数据挖掘的扩展,面对不确定数据聚类,研究者们经常把聚类问题描述成组合优化问题,并设计启发式聚类算法进行求解.现有的启发式聚类算法,如UK-means和UK-Medoids具有容易理解和实现简单等优点,但初始解敏感问题严重... 展开更多; 关键词 NP-难解启发式算法近似骨架不确定数据聚类; 在线阅读下载PDF 职称材料

传感器网络基于轨迹聚类的多目标跟踪算法被引量：5: 4; 作者朱敬华尹旭明 +3 位作者柏敬思王亚珂李金宝王雪《电子学报》 EI CAS CSCD 北大核心 2017年第11期2671-2676,共6页; 本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数... 展开更多; 关键词对象跟踪传感器网络不确定轨迹聚类马尔科夫模型; 在线阅读下载PDF 职称材料

题名基于一般分布区间数的不确定EFCM-ID聚类算法被引量：1: 1; 作者毛伊敏王嘉炜卢欣荣毛丁慧; 机构江西理工大学信息工程学院江西理工大学应用科学学院中陕核工业集团二一一大队有限公司; 出处《计算机工程》 CAS CSCD 北大核心 2018年第10期175-181,189,共8页; 基金国家自然科学基金(41562019) 国家自然科学基金重点项目(41530640) +1 种基金江西省教育厅科技项目(GJJ151531); 文摘在基于模糊C-均值(FCM)的不确定区间数聚类算法中,区间数内的点通常被假设服从均匀分布而难以表达其真实属性,聚类结果受初始聚类中心影响较大且隶属度更新速度较慢。为此,提出一种基于一般分布区间数的不确定高效区间数模糊(EFCM-ID)聚类算法。基于四分位数思想设计适用于一般分布区间数的距离度量——M Q距离,准确刻画不确定数据。结合密度思想和随机抽样策略提出初始聚类中心的优化选取方法 SDCS,提升算法精度。在此基础上,利用竞争学习思想构建相对加速隶属度更新策略,减少算法的运行时间。实验结果表明,与YFCM、XFCM和ExpFCM d-ID算法相比,该算法具有较好的稳定性,并且聚类效率更高。; 关键词不确定聚类区间数模糊C-均值密度思想竞争学习思想; Keywords uncertain clustering interval number Fuzzy C-Means(FCM) density thought competitive learning thought; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于三支决策的灰色可能度聚类方法及应用: 2; 作者杜俊良刘思峰刘勇李志远张维亮; 机构西北工业大学管理学院南京航空航天大学灰色系统研究所江南大学商学院; 出处《运筹与管理》 CSSCI CSCD 北大核心 2024年第1期23-28,共6页; 基金国家自然科学基金资助项目(72071111) 国家自然科学基金与英国皇家学会国际合作交流项目(71811530338) 国家科技部科技创新引智基地项目(G20190010178)。; 文摘针对经典的灰色可能度聚类评估模型难以判定决策对象的灰类归属和过度聚类等问题,利用三支决策的思想和方法,通过引入三支灰类的概念描述决策对象和灰类之间的不确定聚类关系;将其代替灰色定权聚类中的灰类和严格的聚类关系,构建基于三支决策的灰色可能度聚类方法,并采用决策粗糙集中的贝叶斯推理确定聚类阈值;最后,以案例验证所提方法的有效性和合理性。结果表明:本文所构建的模型是经典灰色可能度聚类评估模型的拓展和泛化,可以有效避免过度聚类,降低决策风险,提高聚类可靠性。; 关键词灰色聚类三支决策不确定聚类聚类阈值; Keywords grey clustering three-way decisions uncertain clustering clustering thresholds; 分类号 N941.5 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名面向不确定数据的近似骨架启发式聚类算法被引量：12: 3; 作者金萍宗瑜屈世超胡燕田园; 机构皖西学院信息工程学院中国科学与技术大学计算机科学与技术学院大连理工大学软件学院; 出处《南京大学学报（自然科学版）》 CSCD 北大核心 2015年第1期197-205,共9页; 基金国家自然科学基金(61073110) 安徽省自然科学基金面上项目(1208085MF95) +1 种基金留学人员科研活动项目择优资助项目; 文摘不确定数据聚类是传统数据挖掘的扩展,面对不确定数据聚类,研究者们经常把聚类问题描述成组合优化问题,并设计启发式聚类算法进行求解.现有的启发式聚类算法,如UK-means和UK-Medoids具有容易理解和实现简单等优点,但初始解敏感问题严重影响了聚类质量.本文在近似骨架理论的基础上,提出了一种近似骨架启发式聚类算法APPGCU(Approximate backbone guided heuristic clustering algorithm for uncertain data).该算法首先对原数据集完成P次采样,在采样后的规模较小的P个数据集上分别执行UK-Medoids算法得到P个局部最优解;然后通过对P个局部最优解求交得到近似骨架,并从中提取初始簇心;最后从初始簇心开始,启发式搜索出聚类结果.在仿真和实际数据集中的实验结果表明,算法APPGCU的聚类结果明显高于实验对比的启发式聚类算法,提高了聚类质量.; 关键词 NP-难解启发式算法近似骨架不确定数据聚类; Keywords NP-hard problem heuristic algorithm approximate backbone uncertain data clustering; 分类号 TP181 [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

题名传感器网络基于轨迹聚类的多目标跟踪算法被引量：5: 4; 作者朱敬华尹旭明柏敬思王亚珂李金宝王雪; 机构计算机科学技术学院黑龙江省数据库与并行计算重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2017年第11期2671-2676,共6页; 基金国家自然科学基金(No.61100048,No.61370222) 黑龙江自然科学基金(No.F2016034) 黑龙江省教育厅科学技术研究项目(No.12531498); 文摘本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数据存在固有的不确定性.忽略这种不确定性会降低轨迹挖掘质量,从而影响目标跟踪.提出基于不确定性轨迹挖掘的组对象跟踪方法.轨迹挖掘阶段首先为所有跟踪目标建立马尔科夫链模型,然后给出一种新的不确定轨迹相似性的度量,最后给出不确定轨迹聚类算法UTK-means对目标分组.组对象跟踪阶段向基站周期性地更新组中心轨迹的位置.实验结果验证了本文方法具有较高的聚类质量和节能效率.; 关键词对象跟踪传感器网络不确定轨迹聚类马尔科夫模型; Keywords object tracking sensor network uncertain trajectory clustering Markov model; 分类号 TP393 [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	基于一般分布区间数的不确定EFCM-ID聚类算法	毛伊敏王嘉炜卢欣荣毛丁慧	《计算机工程》 CAS CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
2	基于三支决策的灰色可能度聚类方法及应用	杜俊良刘思峰刘勇李志远张维亮	《运筹与管理》 CSSCI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	面向不确定数据的近似骨架启发式聚类算法	金萍宗瑜屈世超胡燕田园	《南京大学学报（自然科学版）》 CSCD 北大核心	2015	12	在线阅读下载PDF 职称材料
4	传感器网络基于轨迹聚类的多目标跟踪算法	朱敬华尹旭明柏敬思王亚珂李金宝王雪	《电子学报》 EI CAS CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料