检索结果-维普期刊中文期刊服务平台

知识迁移的极大熵聚类算法及其在纹理图像分割中的应用被引量：6: 1; 作者程旸蒋亦樟 +1 位作者钱鹏江王士同《智能系统学报》 CSCD 北大核心 2017年第2期179-187,共9页; 本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为... 展开更多; 关键词迁移学习中心迁移匹配极大熵聚类纹理图像分割抗噪性; 在线阅读下载PDF 职称材料

基于最大中心间隔的缩放型η-极大熵聚类算法被引量：7: 2; 作者陈爱国蒋亦樟钱鹏江《计算机应用研究》 CSCD 北大核心 2013年第1期103-106,123,共5页; 为了调控数据之间的差异性,一般化的处理方式是对数据简单地进行按比例缩放,而此类做法本身对于数据的信息是不存在任何破坏的。但在进行聚类分析时,大部分算法对于按比缩放的数据都是很敏感的,其中较典型的算法有极大熵聚类(MEC)算法... 展开更多; 关键词最大中心间隔数据缩放极大熵聚类中心一致; 在线阅读下载PDF 职称材料

基于极大熵聚类的工程项目风险预警模型被引量：5: 3; 作者唐葆君刘小龙邱菀华《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第7期812-815,共4页; 该方法针对当前大部分工程风险预警模型只能报警,不能预测的现状,提出了基于熵最优化的工程项目风险预警方法.利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极... 展开更多; 关键词极大熵聚类判别熵特征提取风险预警; 在线阅读下载PDF 职称材料

基于划分融合与视角加权的极大熵聚类算法被引量：3: 4; 作者张丹丹邓赵红 +1 位作者蒋亦樟王士同《计算机工程》 CAS CSCD 北大核心 2016年第4期184-189,196,共7页; 针对极大熵聚类算法在处理多视角聚类任务时存在的局限性,引入划分融合和视角加权技术,提出一种改进的极大熵聚类算法。通过对视角分配权重体现其重要程度,在此基础上对每个视角进行单独划分,利用融合权重矩阵实现视角划分的融合,并采... 展开更多; 关键词极大熵聚类多视角聚类划分融合视角加权权重矩阵; 在线阅读下载PDF 职称材料

类中心极大的多视角极大熵聚类算法被引量：2: 5; 作者丁健宇祁云嵩赵呈祥《计算机应用研究》 CSCD 北大核心 2022年第4期1019-1023,1059,共6页; 在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败。为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多... 展开更多; 关键词极大熵聚类类中心惩罚项多视角聚类类中心一致; 在线阅读下载PDF 职称材料

基于极大熵的知识迁移模糊聚类算法被引量：1: 6; 作者陈爱国王士同《智能系统学报》 CSCD 北大核心 2017年第1期95-103,共9页; 针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法(MEKTFCA)的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法。该算法通过学... 展开更多; 关键词知识迁移极大熵聚类算法极大熵聚类模糊聚类; 在线阅读下载PDF 职称材料

面向云端融合的任务-资源双边匹配决策模型被引量：3: 7; 作者程丽军王艳《系统仿真学报》 CAS CSCD 北大核心 2018年第11期4348-4358,共11页; 云任务-资源匹配环节脱节是云端融合过程的突出问题,针对该问题,考虑任务和资源的双边满意度,提出一种基于改进知识迁移极大熵聚类算法(Knowledgetransfermaximumentropy clustering algorithm,KT-MECA)的云端融合任务分配模式。该算法... 展开更多; 关键词云端融合知识迁移极大熵聚类双边匹配; 在线阅读下载PDF 职称材料

题名知识迁移的极大熵聚类算法及其在纹理图像分割中的应用被引量：6: 1; 作者程旸蒋亦樟钱鹏江王士同; 机构江南大学数字媒体学院; 出处《智能系统学报》 CSCD 北大核心 2017年第2期179-187,共9页; 基金国家自然科学基金项目(61572236) 江苏省自然科学基金项目(BK20160187) 江苏省产学研前瞻性联合研究项目(BY2013015-02); 文摘本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为此提出一种全新的迁移聚类机制,即基于聚类中心的中心匹配迁移机制。进一步将该机制与经典极大熵聚类算法相融合提出了基于知识迁移的极大熵聚类算法(KT-MEC)。实验表明,在不同迁移场景下的纹理图像分割应用中,KT-MEC算法较很多现有聚类算法具有更高的精确度和抗噪性。; 关键词迁移学习中心迁移匹配极大熵聚类纹理图像分割抗噪性; Keywords transfer learning center transfer matching maximum entropy clustering texture image segmentation robustness; 分类号 TP391.41 [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

题名基于最大中心间隔的缩放型η-极大熵聚类算法被引量：7: 2; 作者陈爱国蒋亦樟钱鹏江; 机构江南大学物联网工程学院江南大学数字媒体学院; 出处《计算机应用研究》 CSCD 北大核心 2013年第1期103-106,123,共5页; 基金国家自然科学基金资助项目(90820002) 江苏省自然科学基金资助项目(BK2009067); 文摘为了调控数据之间的差异性,一般化的处理方式是对数据简单地进行按比例缩放,而此类做法本身对于数据的信息是不存在任何破坏的。但在进行聚类分析时,大部分算法对于按比缩放的数据都是很敏感的,其中较典型的算法有极大熵聚类(MEC)算法。大量的实验表明,当缩放尺度位于10-3数量级以下时,极大熵聚类算法已经失效,通过该算法得到的聚类中心趋于一致。为了解决上述问题,在MEC算法的基础上引入最大中心间隔项与缩放因子η,构造出了全新的目标函数,称为η型最大中心间隔极大熵聚类(η-MCS-MEC)算法。该算法通过调控中心点间的距离使之达到最大,并有效利用缩放因子η对各类划分进行调控,从而避免了聚类中心趋于一致。通过在模拟数据集以及UCI仿真数据集上的实验,结果均显示出算法对变化的数据不再敏感而具有鲁棒性。; 关键词最大中心间隔数据缩放极大熵聚类中心一致; Keywords maximum center interval data scaling maximum entropy clustering（MEC） same center; 分类号 TP391.41 [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

题名基于极大熵聚类的工程项目风险预警模型被引量：5: 3; 作者唐葆君刘小龙邱菀华; 机构北京航空航天大学经济管理学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第7期812-815,共4页; 文摘该方法针对当前大部分工程风险预警模型只能报警,不能预测的现状,提出了基于熵最优化的工程项目风险预警方法.利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极大熵聚类算法是以概率为比例将任一指标向量分配给所有码向量,而不是仅仅只分配给与之最近的码向量,该算法是C-均值算法的一种推广.最后用实例验证该模型,用此算法对预测结果进行分类,判断项目的风险状态.结果表明这种方法估计工程项目风险快捷有效,与实际情况基本一致,可以应用于工程分析.; 关键词极大熵聚类判别熵特征提取风险预警; Keywords maximum entropy clustering J-divergence entropy feature extraction risk early-warning; 分类号 F540 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于划分融合与视角加权的极大熵聚类算法被引量：3: 4; 作者张丹丹邓赵红蒋亦樟王士同; 机构江南大学数字媒体学院; 出处《计算机工程》 CAS CSCD 北大核心 2016年第4期184-189,196,共7页; 基金国家自然科学基金资助面上项目(61170122) 江苏省杰出青年基金资助项目(BK20140001) 新世纪优秀人才支持计划基金资助项目(NCET120882); 文摘针对极大熵聚类算法在处理多视角聚类任务时存在的局限性,引入划分融合和视角加权技术,提出一种改进的极大熵聚类算法。通过对视角分配权重体现其重要程度,在此基础上对每个视角进行单独划分,利用融合权重矩阵实现视角划分的融合,并采用新的集成策略得到全局聚类结果。在人工数据集和UCI数据集上的实验结果表明,与极大熵聚类算法、基于多任务的组合K-means算法等相比,该算法具有更好的多视角聚类性能。; 关键词极大熵聚类多视角聚类划分融合视角加权权重矩阵; Keywords Maximum Entropy Clustering （MEC） multi-view clustering partition fusion view-weighting weight matrix; 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

题名类中心极大的多视角极大熵聚类算法被引量：2: 5; 作者丁健宇祁云嵩赵呈祥; 机构江苏科技大学计算机学院; 出处《计算机应用研究》 CSCD 北大核心 2022年第4期1019-1023,1059,共6页; 基金中国高校产学研创新基金资助项目(2019ITA01047)。; 文摘在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败。为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多视角极大熵聚类算法。该算法通过调整每个视角上的权重来体现某个视角的重要性,并通过类中心极大惩罚项解决了多视角聚类任务下,因数据稀少、数据维度高导致每个视角上的类中心趋于一致的问题。通过大量实验进一步证明,该算法在处理高维度、数据稀少、存在干扰数据和多视角的数据集时,其聚类效果明显优于传统的聚类算法。; 关键词极大熵聚类类中心惩罚项多视角聚类类中心一致; Keywords maximum entropy clustering central punishment mechanism multi-view clustering algorithm center consistency; 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

题名基于极大熵的知识迁移模糊聚类算法被引量：1: 6; 作者陈爱国王士同; 机构江南大学数字媒体学院香港理工大学计算机系; 出处《智能系统学报》 CSCD 北大核心 2017年第1期95-103,共9页; 基金国家自然科学基金项目(61272210) 江苏省杰出青年基金项目(BK20140001) 江苏省自然科学基金项目(BK20130155); 文摘针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法(MEKTFCA)的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法。该算法通过学习由源域总结出来的有益历史聚类中心和历史隶属度知识来指导数据量不足或受污染的目标域数据的聚类任务,从而提高了聚类性能。通过一组模拟数据集和两组真实数据集构造的迁移场景上的实验,证明了该算法的有效性。; 关键词知识迁移极大熵聚类算法极大熵聚类模糊聚类; Keywords knowledge transfer maximum entropy fuzzy clusteringclustering algorithms maximum entropy clustering; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名面向云端融合的任务-资源双边匹配决策模型被引量：3: 7; 作者程丽军王艳; 机构江南大学物联网工程学院; 出处《系统仿真学报》 CAS CSCD 北大核心 2018年第11期4348-4358,共11页; 基金国家自然科学基金(61572238) 江苏省杰出青年基金(BK20160001); 文摘云任务-资源匹配环节脱节是云端融合过程的突出问题,针对该问题,考虑任务和资源的双边满意度,提出一种基于改进知识迁移极大熵聚类算法(Knowledgetransfermaximumentropy clustering algorithm,KT-MECA)的云端融合任务分配模式。该算法改进了历史聚类中心知识和历史隶属度知识的引入方式,提高了聚类性能和稳定性,解决了传统聚类算法不能适用于动态云资源聚类的问题。并考虑双边主体满意度,将该算法的聚类结果应用于云任务-资源的双边匹配决策优化模型中,通过实例证明该方法是可行的。; 关键词云端融合知识迁移极大熵聚类双边匹配; Keywords cloud fusion knowledge transfer maximum entropy clustering two-sided matching; 分类号 TP391.9 [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	知识迁移的极大熵聚类算法及其在纹理图像分割中的应用	程旸蒋亦樟钱鹏江王士同	《智能系统学报》 CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料
2	基于最大中心间隔的缩放型η-极大熵聚类算法	陈爱国蒋亦樟钱鹏江	《计算机应用研究》 CSCD 北大核心	2013	7	在线阅读下载PDF 职称材料
3	基于极大熵聚类的工程项目风险预警模型	唐葆君刘小龙邱菀华	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2008	5	在线阅读下载PDF 职称材料
4	基于划分融合与视角加权的极大熵聚类算法	张丹丹邓赵红蒋亦樟王士同	《计算机工程》 CAS CSCD 北大核心	2016	3	在线阅读下载PDF 职称材料
5	类中心极大的多视角极大熵聚类算法	丁健宇祁云嵩赵呈祥	《计算机应用研究》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
6	基于极大熵的知识迁移模糊聚类算法	陈爱国王士同	《智能系统学报》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
7	面向云端融合的任务-资源双边匹配决策模型	程丽军王艳	《系统仿真学报》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料