检索结果-维普期刊中文期刊服务平台

基于排序思想的高维稀疏数据聚类被引量：2: 1; 作者祝琴高学东 +2 位作者武森陈敏陈华《计算机工程》 CAS CSCD 北大核心 2010年第22期13-14,共2页; 针对CABOSFV聚类算法对数据输入顺序的敏感性问题,提出融合排序思想的高属性维稀疏数据聚类算法,通过计算首次聚类中两两高属性维稀疏数据非零属性取值情况确定所需要计算差异度的集合组合,减小了算法复杂度。应用结果表明,该方法能提高... 展开更多; 关键词高维稀疏数据 CABOSFV聚类排序; 在线阅读下载PDF 职称材料

基于SS/OSF实现高维稀疏数据对象的聚类被引量：5: 2; 作者吴萍宋瀚涛 +2 位作者牛振东张利萍张聚礼《北京理工大学学报》 EI CAS CSCD 北大核心 2006年第3期216-220,共5页; 为了解决传统聚类方法处理高维稀疏数据对象时聚类结果不理想的问题,提出了SS/OSF聚类方法.该方法基于对象组相似度(SS)和对象组特征向量(OSF),并借助对象组特征向量的可加性实现.采用本方法得到高维稀疏数据对象的聚类结果后,可以根据... 展开更多; 关键词高维稀疏二态数据对象组相似度对象组特征向量聚类分类; 在线阅读下载PDF 职称材料

基于信息熵的高维稀疏大数据降维算法研究被引量：20: 3; 作者何兴高李蝉娟 +2 位作者王瑞锦邓伏虎刘行《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期235-241,共7页; 数据降维是从高维数据中挖掘有效信息的必要步骤。传统的主成分分析(PCA)算法应用于超高维稀疏数据降维时,存在着无法将所有数据特征一次性读入内存以进行分析计算的问题,而之后提出的分块处理PCA算法由于耗时太长,并不能满足实际需求... 展开更多; 关键词分块处理降维处理高维稀疏大数据信息熵主成分分析; 在线阅读下载PDF 职称材料

具有稀疏特征的对象—属性子空间边缘重叠区域归属算法: 4; 作者祝琴陈华《计算机应用研究》 CSCD 北大核心 2013年第1期99-102,113,共5页; 通过分析具有稀疏特征的对象—属性子空间的特征,发现其边缘存在交叉重叠区域现象,为此,提出了基于聚类思想的具有稀疏特征的对象—属性子空间边缘的重叠区域归属算法(OASEDA),该算法能有效解决对象—属性子空间的独立性,算法根据子空... 展开更多; 关键词具有稀疏特征的高维数据对象—属性子空间对象—属性子空间边缘重叠区域; 在线阅读下载PDF 职称材料

基于迭代校正的病例临床复杂度度量方法研究: 5; 作者陶丽王纯青 +1 位作者张自力陈波《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第5期185-191,共7页; 现有病例临床复杂度(episode clinical complexity,ECC)模型在评估临床复杂程度时主要关注诊断数目的不同,忽略了不同诊断类型造成的差异.本文提出了一种基于迭代校正思想,将诊断数目和诊断类型同时纳入病人费用和病情复杂水平评估过程... 展开更多; 关键词病案首页数据高维稀疏数据病例临床复杂度度量迭代校正; 在线阅读下载PDF 职称材料

基于对象组特征向量的聚类与分类的实现: 6; 作者吴萍张利萍《计算机工程》 EI CAS CSCD 北大核心 2006年第16期17-19,57,共4页; 高维稀疏数据的聚类分析是目前数据挖掘领域内亟待解决的问题之一。传统的聚类方法中,大部分不适用于高维稀疏数据,不能得到满意的结果。该文借助对象组相似度和对象组的特征向量,提出了一种实现聚类的方法。根据聚类结果后,根据聚类集... 展开更多; 关键词高维稀疏二态数据对象组相似度对象组特征向量聚类分类; 在线阅读下载PDF 职称材料

题名基于排序思想的高维稀疏数据聚类被引量：2: 1; 作者祝琴高学东武森陈敏陈华; 机构北京科技大学经济管理学院南昌大学管理科学与工程系; 出处《计算机工程》 CAS CSCD 北大核心 2010年第22期13-14,共2页; 基金国家自然科学基金资助项目(60963008); 文摘针对CABOSFV聚类算法对数据输入顺序的敏感性问题,提出融合排序思想的高属性维稀疏数据聚类算法,通过计算首次聚类中两两高属性维稀疏数据非零属性取值情况确定所需要计算差异度的集合组合,减小了算法复杂度。应用结果表明,该方法能提高CABOSFV聚类的质量。; 关键词高维稀疏数据 CABOSFV聚类排序; Keywords high dimensional sparse data CABOSFV clustering sorting; 分类号 TP311 [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

题名基于SS/OSF实现高维稀疏数据对象的聚类被引量：5: 2; 作者吴萍宋瀚涛牛振东张利萍张聚礼; 机构北京理工大学计算机科学技术学院兰州理工大学计算机与通信学院甘肃; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2006年第3期216-220,共5页; 基金霍英东教育基金资助项目(91101) 科技部基础性工作专项资金资助项目(2002DEA20018); 文摘为了解决传统聚类方法处理高维稀疏数据对象时聚类结果不理想的问题,提出了SS/OSF聚类方法.该方法基于对象组相似度(SS)和对象组特征向量(OSF),并借助对象组特征向量的可加性实现.采用本方法得到高维稀疏数据对象的聚类结果后,可以根据聚类结果中各个对象集合的上确界和下确界为新对象进行对象组分类.实验表明,与传统K-means聚类方法相比,随着数据对象数目的增加,该方法无论是在运行时间上,还是在聚类结果的准确度方面都有明显的改进.; 关键词高维稀疏二态数据对象组相似度对象组特征向量聚类分类; Keywords high-dimensional sparse binary data set similarity object set feature clustering classification; 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

题名基于信息熵的高维稀疏大数据降维算法研究被引量：20: 3; 作者何兴高李蝉娟王瑞锦邓伏虎刘行; 机构电子科技大学信息与软件工程学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期235-241,共7页; 基金国家自然科学基金(61472064 61602096) +6 种基金四川省科技计划项目(2016FZ0002 2015JY0178 2016ZC2575) ZYGX2014J066) 网络与数据安全四川省重点实验室开放课题(NDSMS201606); 文摘数据降维是从高维数据中挖掘有效信息的必要步骤。传统的主成分分析(PCA)算法应用于超高维稀疏数据降维时,存在着无法将所有数据特征一次性读入内存以进行分析计算的问题,而之后提出的分块处理PCA算法由于耗时太长,并不能满足实际需求。本文引入信息熵的思想对PCA算法进行改进,提出E-PCA算法,先利用信息熵对数据进行特征筛选,剔除大部分无用特征,再使用PCA算法对处理后的超高维稀疏数据进行降维。通过实验结果表明,在保留相同比例原数据信息的情况下,本文提出的基于信息熵的E-PCA算法在内存占用、运行时间以及降维结果都优于分块处理PCA算法。; 关键词分块处理降维处理高维稀疏大数据信息熵主成分分析; Keywords block processing dimensionality reduction high-dimensional sparse data informationentropy principal component analysis; 分类号 TP309 [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

题名具有稀疏特征的对象—属性子空间边缘重叠区域归属算法: 4; 作者祝琴陈华; 机构南昌大学管理科学与工程系; 出处《计算机应用研究》 CSCD 北大核心 2013年第1期99-102,113,共5页; 基金国家自然科学基金资助项目(60963008); 文摘通过分析具有稀疏特征的对象—属性子空间的特征,发现其边缘存在交叉重叠区域现象,为此,提出了基于聚类思想的具有稀疏特征的对象—属性子空间边缘的重叠区域归属算法(OASEDA),该算法能有效解决对象—属性子空间的独立性,算法根据子空间内部紧凑度和子空间之间分离度相对大小确定子空间边缘重叠区域的归属,并基于K-means算法结合权重理论设计了重叠区域归属判断目标函数,最后通过实验证明了该方法的有效性。; 关键词具有稀疏特征的高维数据对象—属性子空间对象—属性子空间边缘重叠区域; Keywords high-dimensional data with high dimension sparse feature object-attribute subspace overlapped region among object-attribute subspace; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构] 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

题名基于迭代校正的病例临床复杂度度量方法研究: 5; 作者陶丽王纯青张自力陈波; 机构西南大学计算机与信息科学学院重庆医科大学附属第一医院; 出处《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第5期185-191,共7页; 基金国家自然科学基金面上项目(61976181) 西南大学中央高校基金基本科研业务费项目(XDJK2019D018).; 文摘现有病例临床复杂度(episode clinical complexity,ECC)模型在评估临床复杂程度时主要关注诊断数目的不同,忽略了不同诊断类型造成的差异.本文提出了一种基于迭代校正思想,将诊断数目和诊断类型同时纳入病人费用和病情复杂水平评估过程的ECC改进模型(iteration-based ECC,IECC).基于重庆某大型三甲医院2015-2019年呼吸系统、循环系统的病案首页数据的实验结果表明,根据IECC方法估算得到的住院费用与真实费用的相关性有较大提升,说明本文所提方法能够更好地评估病人临床复杂水平,为成功实施以疾病诊断相关分组(diagnosis related groups,DRGs)为核心的付费制度提供有力支持.; 关键词病案首页数据高维稀疏数据病例临床复杂度度量迭代校正; Keywords the first page data of medical records high-dimensional sparse data episode clinical complexity(ECC)estimation method iteration correction; 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

题名基于对象组特征向量的聚类与分类的实现: 6; 作者吴萍张利萍; 机构北京理工大学计算机科学技术学院; 出处《计算机工程》 EI CAS CSCD 北大核心 2006年第16期17-19,57,共4页; 文摘高维稀疏数据的聚类分析是目前数据挖掘领域内亟待解决的问题之一。传统的聚类方法中,大部分不适用于高维稀疏数据,不能得到满意的结果。该文借助对象组相似度和对象组的特征向量,提出了一种实现聚类的方法。根据聚类结果后,根据聚类集合的上确界和下确界给出新对象的分类。该方法思想明了,实现起来简单轻松,结果准确可靠。; 关键词高维稀疏二态数据对象组相似度对象组特征向量聚类分类; Keywords High-dimensional sparse binary data Object set similarity Object set feature Clustering Classification; 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	作者	出处	发文年	被引量	操作
1	基于排序思想的高维稀疏数据聚类	祝琴高学东武森陈敏陈华	《计算机工程》 CAS CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料
2	基于SS/OSF实现高维稀疏数据对象的聚类	吴萍宋瀚涛牛振东张利萍张聚礼	《北京理工大学学报》 EI CAS CSCD 北大核心	2006	5	在线阅读下载PDF 职称材料
3	基于信息熵的高维稀疏大数据降维算法研究	何兴高李蝉娟王瑞锦邓伏虎刘行	《电子科技大学学报》 EI CAS CSCD 北大核心	2018	20	在线阅读下载PDF 职称材料
4	具有稀疏特征的对象—属性子空间边缘重叠区域归属算法	祝琴陈华	《计算机应用研究》 CSCD 北大核心	2013	0	在线阅读下载PDF 职称材料
5	基于迭代校正的病例临床复杂度度量方法研究	陶丽王纯青张自力陈波	《西南大学学报（自然科学版）》 CAS CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
6	基于对象组特征向量的聚类与分类的实现	吴萍张利萍	《计算机工程》 EI CAS CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料