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
TGSOM:一种用于数据聚类的动态自组织映射神经网络
被引量：
28
1
作者
王莉
王正欧
《电子与信息学报》
EI
CSCD
北大核心
2003年第3期313-319,共7页
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了...
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。
展开更多
关键词
TGSOM
神经网络
数据聚类
数据挖掘
自组织
特征
映射
树形
动态自组织映射
在线阅读
下载PDF
职称材料
一种基于混合策略的失衡数据集分类方法
被引量：
16
2
作者
李鹏
王晓龙
+1 位作者
刘远超
王宝勋
《电子学报》
EI
CAS
CSCD
北大核心
2007年第11期2161-2165,共5页
提出了一种有效应用于失衡数据集的分类方法,其核心思想是从样本预处理和分类器改进两方面入手,为失衡数据集的分类问题提供全面的解决方案.首先创造性地采用动态自组织映射聚类的方法对失衡数据集进行重采样,这种采样方法,有效地解决...
提出了一种有效应用于失衡数据集的分类方法,其核心思想是从样本预处理和分类器改进两方面入手,为失衡数据集的分类问题提供全面的解决方案.首先创造性地采用动态自组织映射聚类的方法对失衡数据集进行重采样,这种采样方法,有效地解决了传统重采样的方法随机性强,人为主观干扰以及信息损失等弊端.随后借助K-近邻规则的思想,对新采集的样本进行剪枝,有效地解决了实际存在的数据混叠现象.算法对SVM的核函数进行等角变换,由此对类边界进行了校准,以适应样本类别失衡的情况.通过对三种算法的对比实验证明了算法在失衡数据集分类上的有效性.本文的算法已经在答案抽取技术中得到了成功应用,并在TREC2006国际QA评测中得到了客观充分的验证.
展开更多
关键词
失衡数据集
分类
支持向量机
动态自组织映射
K-近邻
在线阅读
下载PDF
职称材料
题名
TGSOM:一种用于数据聚类的动态自组织映射神经网络
被引量：
28
1
作者
王莉
王正欧
机构
天津大学系统工程研究所
出处
《电子与信息学报》
EI
CSCD
北大核心
2003年第3期313-319,共7页
基金
国家自然科学基金(No.60275020)
文摘
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。
关键词
TGSOM
神经网络
数据聚类
数据挖掘
自组织
特征
映射
树形
动态自组织映射
Keywords
Data clustering, Data mining. Neural networks, Self-organizing feature maps
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
TP183 [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
一种基于混合策略的失衡数据集分类方法
被引量：
16
2
作者
李鹏
王晓龙
刘远超
王宝勋
机构
哈尔滨工业大学计算机科学与技术学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2007年第11期2161-2165,共5页
基金
国家自然科学基金重点项目(No.60435020)
国家863高技术研究发展计划重点项目(No.2006AA01Z197)
文摘
提出了一种有效应用于失衡数据集的分类方法,其核心思想是从样本预处理和分类器改进两方面入手,为失衡数据集的分类问题提供全面的解决方案.首先创造性地采用动态自组织映射聚类的方法对失衡数据集进行重采样,这种采样方法,有效地解决了传统重采样的方法随机性强,人为主观干扰以及信息损失等弊端.随后借助K-近邻规则的思想,对新采集的样本进行剪枝,有效地解决了实际存在的数据混叠现象.算法对SVM的核函数进行等角变换,由此对类边界进行了校准,以适应样本类别失衡的情况.通过对三种算法的对比实验证明了算法在失衡数据集分类上的有效性.本文的算法已经在答案抽取技术中得到了成功应用,并在TREC2006国际QA评测中得到了客观充分的验证.
关键词
失衡数据集
分类
支持向量机
动态自组织映射
K-近邻
Keywords
imbalanced data sets（IDS）
classification
support vector machine（SVM）
variable self-organizing maps（VSOM）
K-nearest neighbor（K-NN）
分类号
TP391.2 [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
TGSOM:一种用于数据聚类的动态自组织映射神经网络
王莉
王正欧
《电子与信息学报》
EI
CSCD
北大核心
2003
28
在线阅读
下载PDF
职称材料
2
一种基于混合策略的失衡数据集分类方法
李鹏
王晓龙
刘远超
王宝勋
《电子学报》
EI
CAS
CSCD
北大核心
2007
16
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
