基于聚类划分的两阶段离群点检测算法 被引量：13

1

作者 杨福萍 王洪国 +2 位作者 董树霞 牛家洋 丁艳辉 《计算机应用研究》 CSCD 北大核心 2013年第7期1942-1945,共4页

针对基于距离的离群点检测算法受全局阈值的限制,只能检测全局离群点,提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值,然后再利用K-means的方法将数据集划分成若干个微聚类;其... 针对基于距离的离群点检测算法受全局阈值的限制,只能检测全局离群点,提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值,然后再利用K-means的方法将数据集划分成若干个微聚类;其次为了提高挖掘效率,提出基于信息熵的聚类过滤机制,判定微聚类中是否包含离群点;最后从包含离群点的微聚类中利用基于距离的方法挖掘出相应的局部离群点。实验结果表明,该算法效率高、检测精度高、时间复杂度低。 展开更多

关键词 层次聚类 K-均值 信息熵 距离和 离群点检测

在线阅读 下载PDF 职称材料

一种基于双重距离尺度的高维索引结构 被引量：3

2

作者 庄毅 翁建广 +1 位作者 庄越挺 吴飞 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2007年第3期380-385,共6页

为了提高高维数据相似查询的效率,提出一种基于双重距离尺度(DDM)的新型高维索引结构.通过建模得到该DDM的四元组数据结构,对于高维空间中的数据点,通过k平均聚类算法将数据点聚成若干类,分别计算每个点对应的始点和质心距离,得到基于... 为了提高高维数据相似查询的效率,提出一种基于双重距离尺度(DDM)的新型高维索引结构.通过建模得到该DDM的四元组数据结构,对于高维空间中的数据点,通过k平均聚类算法将数据点聚成若干类,分别计算每个点对应的始点和质心距离,得到基于加权的质心距离,并将加权的质心距离作为每个数据点的索引键值,且用基于分片的B+树建立索引,得到了该索引的创建算法.高维空间的查询就转变成对一维空间的检索,并研究了数据点的维数、数据量和查询请求参数对查询性能的影响.结果表明,该DDM能更有效地缩小搜索空间,减少距离计算的开销,特别适合海量高维数据的查询. 展开更多

关键词 K近邻查询 类超球 质心距离 始点距离

在线阅读 下载PDF 职称材料

一种基于最大最小距离和SSE的自适应聚类算法 被引量：47

3

作者 成卫青 卢艳红 《南京邮电大学学报（自然科学版）》 北大核心 2015年第2期102-107,共6页

K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的。针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选... K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的。针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选取初始聚类中心,基于误差平方和(SSE)选择相对最稀疏的簇分裂,并根据SSE变化趋势停止簇分裂从而自动确定簇数。实验结果表明,该算法可以在不增加迭代次数的情况下得到更准确的聚类结果,验证了所提聚类算法是有效的。 展开更多

关键词 K均值聚类算法 最大最小距离 初始中心 误差平方和

在线阅读 下载PDF 职称材料

基于最大距离积与最小距离和协同K聚类算法 被引量：15

4

作者 邹臣嵩 杨宇 《计算机应用与软件》 北大核心 2018年第5期297-301,327,共6页

提出一种基于最大距离积与最小距离之和的协同K聚类改进算法,解决了传统K-means算法聚类结果随机性大、稳定性差,以及最大距离乘积法迭代次数多、运算耗时长等问题。该算法首先通过样本的分布情况计算其密度参数,进而构建高密度点集合,... 提出一种基于最大距离积与最小距离之和的协同K聚类改进算法,解决了传统K-means算法聚类结果随机性大、稳定性差,以及最大距离乘积法迭代次数多、运算耗时长等问题。该算法首先通过样本的分布情况计算其密度参数,进而构建高密度点集合,在此基础上将距离样本集中心最远的高密度对象作为第一个初始聚类中心,再通过最大距离乘积法求得其余初始聚类中心;在簇中心更新过程中,选取与簇内样本距离之和最小的数据对象作为簇中心,再将其他数据对象按最小距离划分到相应簇中,从而实现聚类。在UCI数据集上的实验结果表明,与其他两种改进算法以及K-means算法相比,新提出的协同K聚类算法具有更快的收敛速度、更准确的聚类结果和更高的稳定性。 展开更多

关键词 最大距离积法 簇内距离和 簇中心更新 K-MEANS算法 快速收敛

在线阅读 下载PDF 职称材料

一种基于嵌入技术的异构信息网络的快速聚类算法 被引量：3

5

作者 陈丽敏 杨静 张健沛 《电子与信息学报》 EI CSCD 北大核心 2015年第11期2634-2641,共8页

异构信息网络聚类分析是当前的热点研究问题之一。利用异构信息网络的稀疏性,该文提出一种基于嵌入技术的星型模式的异构信息网络的快速聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图,使用随机映射和一种线性时间... 异构信息网络聚类分析是当前的热点研究问题之一。利用异构信息网络的稀疏性,该文提出一种基于嵌入技术的星型模式的异构信息网络的快速聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图,使用随机映射和一种线性时间求解程序快速计算出每个二部图的近似通勤距离嵌入,每个嵌入都存在一个子集指示目标数据集;然后,使用这些指示子集构建一个通用的聚类模型;最后,将所有指示子集的类设置标号,通过计算指示同一目标对象的指示数据与标号相同类的中心点的加权距离总和,同时划分所有的指示子集,从而快速获得通用模型的极小值。通过理论分析及实验验证,该文算法聚类速度快,聚类准确率高。 展开更多

关键词 异构信息网络 聚类 通勤距离 嵌入 加权距离总和

在线阅读 下载PDF 职称材料

基于FCM与集成高斯过程回归的赖氨酸发酵软测量 被引量：9

6

作者 嵇小辅 张翔 《智能系统学报》 CSCD 北大核心 2015年第1期156-162,共7页

为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题,提出一种基于模糊C均值聚类(FCM)与集成高斯过程回归(GPR)的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点,采用模糊C均值聚类... 为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题,提出一种基于模糊C均值聚类(FCM)与集成高斯过程回归(GPR)的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点,采用模糊C均值聚类算法对样本集进行聚类分析以形成若干子样本集;对每个子样本集分别采用高斯过程回归训练时,为提高GPR模型的泛化能力,利用Adaboost算法提升GPR模型,分别在各子集建立集成GPR软测量子模型;采用欧氏距离计算新样本点对应于每一子模型的隶属度;加权求和获得最终的软测量模型的预测输出。基于氨基酸类典型菌种L-赖氨酸反应过程菌体浓度参数预测的试验研究表明:与全局单一GPR模型、集成GPR模型和基于FCM与多GPR模型相比,所建立的基于FCM与集成GPR软测量模型拟合精度高,泛化能力强,较好地满足了赖氨酸发酵过程的控制要求。 展开更多

关键词 高斯过程回归(GPR) 模糊C均值聚类(FCM) ADABOOST算法 L-赖氨酸 软测量 欧氏距离 隶属度 加权求和

在线阅读 下载PDF 职称材料

一种改进K均值的小样本聚类算法 被引量：2

7

作者 刘畅 肖斌 +3 位作者 蒋铁军 苏凯 何鹏翔 王成宇 《兵器装备工程学报》 CSCD 北大核心 2021年第S01期266-270,共5页

通过肘方法确定类别数,采取平方差半径法选择聚类种子中心,优化聚类中心的重新选择,采用熵权法对数据对象的属性赋权修正对象间的欧式距离,计算属性间的作用差异。结果表明,在类别数不变,添加异常数据后,对于维度低、类别间差异大的小... 通过肘方法确定类别数,采取平方差半径法选择聚类种子中心,优化聚类中心的重新选择,采用熵权法对数据对象的属性赋权修正对象间的欧式距离,计算属性间的作用差异。结果表明,在类别数不变,添加异常数据后,对于维度低、类别间差异大的小样本数据,改进算法在执行效率几乎等同的情况下比原算法精确、稳定。 展开更多

关键词 信息熵 K-MEANS 小样本 欧式距离 聚类中心 肘方法 误差平方和 聚类精确度

在线阅读 下载PDF 职称材料

利用噪声能量和卡方分布约束的虚假锋电位筛除方法 被引量：1

8

作者 李志辉 刘新玉 尚志刚 《郑州大学学报（工学版）》 CAS 北大核心 2015年第5期111-115,共5页

神经元锋电位可靠检测在神经科学研究与脑机接口应用中具有重要价值.针对低信噪比条件下锋电位检测的假阳性问题,提出了一种利用锋电位信号背景噪声能量和服从卡方分布约束的虚假锋电位去除方法.首先使用K-Means算法对过阈值检测的待判... 神经元锋电位可靠检测在神经科学研究与脑机接口应用中具有重要价值.针对低信噪比条件下锋电位检测的假阳性问题,提出了一种利用锋电位信号背景噪声能量和服从卡方分布约束的虚假锋电位去除方法.首先使用K-Means算法对过阈值检测的待判锋电位进行聚类,并用最小协方差算法估计各聚类总体噪声均值向量与协方差;进而计算各噪声样本与对应总体之间的马氏距离平方作为锋电位背景噪声能量和的度量指标;最后利用该指标卡方分布的置信区间对虚假锋电位进行筛除.不同信噪比条件下的仿真数据和动物实验数据应用结果表明:与传统的基于锋电位波形特征的阵列去噪算法相比,该方法可以有效识别出单电极记录神经信号中的虚假锋电位,正确率在95%以上,并且计算结果不依赖于聚类参数的选择. 展开更多

关键词 锋电位检测 虚假锋电位 噪声能量和 马氏距离 卡方分布 K-MEANS聚类

在线阅读 下载PDF 职称材料

有关距离判别理论方法的补充和讨论 被引量：2

9

作者 陶然 《统计与信息论坛》 2007年第4期32-35,共4页

距离判别理论中,通常采用重心距离来定义类与类之间的距离对待判样品进行判别。对新样品实行判别,将其归入系统聚类形成的分类,如果仍采用重心距离判别法,会由于没有与原有聚类时所用的类与类之间的距离相一致而产生误判。提出对基于系... 距离判别理论中,通常采用重心距离来定义类与类之间的距离对待判样品进行判别。对新样品实行判别,将其归入系统聚类形成的分类,如果仍采用重心距离判别法,会由于没有与原有聚类时所用的类与类之间的距离相一致而产生误判。提出对基于系统聚类分类结果的距离判别理论方法的补充,把系统聚类中的八种类与类之间距离的概念引入到距离判别方法中。从而使距离判别中类与类距离的定义与系统聚类中相一致,通过实例分析,证明增强了距离判别的可靠性。 展开更多

关键词 距离判别 重心距离 系统聚类

在线阅读 下载PDF 职称材料

嵌入技术的动态异构信息网络的演化聚类

10

作者 陈丽敏 杨静 张健沛 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2015年第5期692-696,719,共6页

为研究动态异构信息网络划分问题,利用异构信息网络的稀疏性,提出一种解决星型模式的动态异构信息网络的演化聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图,并构造时间平滑二部图,使其能够表达某时刻及先前时间结... 为研究动态异构信息网络划分问题,利用异构信息网络的稀疏性,提出一种解决星型模式的动态异构信息网络的演化聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图,并构造时间平滑二部图,使其能够表达某时刻及先前时间结点间的关系;然后由随机映射和一种线性时间的求解程序快速计算出每个时间平滑二部图的近似commute time嵌入,获得指示目标数据集的多个指示子集;最后计算指示同一个目标对象的所有指示数据与标号相同的类的中心点加权距离总和,由k-means方法确定目标对象所属的类。经验证,该算法划分动态异构信息网络的准确率较高,计算速度较快。 展开更多

关键词 异构信息网络 稀疏性 演化聚类 随机映射 嵌入 加权距离总和 时间平滑

在线阅读 下载PDF 职称材料

基于质心距离和密度网格的数据流聚类算法 被引量：3

11

作者 万新贵 李玲娟 《南京邮电大学学报（自然科学版）》 北大核心 2017年第1期97-103,共7页

针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均... 针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均密度,基于加权平均密度动态设置网格单元的密度阈值和时间间隔gap;采用新的簇边界判定方法,依据稀疏网格与其邻接稠密网格的质心距离,将稀疏网格归并到相应的簇中,在一定程度上避免了簇边界的误删,提高了聚类精度。离线部分使用金字塔时间模型存储网格帧,供用户查询历史簇,查询结果可以为用户进行簇演化分析提供依据。与D-Stream算法和NDD-Stream算法的对比实验结果表明,CDD-Stream算法在数据流对象上有更好的聚类时效性和更高的聚类精度。 展开更多

关键词 质心距离 密度网格 数据流 聚类 金字塔时间模型

在线阅读 下载PDF 职称材料

基于聚类分析优化的距离修正室内定位算法 被引量：7

12

作者 杜佳星 陈亚伟 张静 《计算机工程与科学》 CSCD 北大核心 2018年第2期246-254,共9页

基于接收信号强度RSSI的定位系统易受环境影响,提出一种基于聚类算法分析的高斯混合滤波的RSSI信号处理优化策略,通过优化接收信号强度及距离修正的四边质心定位算法对未知节点进行精确室内定位,使用蓝牙4.0信标节点进行实地实验。实验... 基于接收信号强度RSSI的定位系统易受环境影响,提出一种基于聚类算法分析的高斯混合滤波的RSSI信号处理优化策略,通过优化接收信号强度及距离修正的四边质心定位算法对未知节点进行精确室内定位,使用蓝牙4.0信标节点进行实地实验。实验结果表明,该算法可以有效提高测距精度,改善系统的定位精度,比传统加权质心算法的定位精度提高了34.6%,且定位平均误差不超过0.5m,可满足室内定位精度要求。 展开更多

关键词 接收信号强度(RSSI) 聚类分析 高斯混合滤波 加权质心算法 距离修正

在线阅读 下载PDF 职称材料

一种模糊C均值聚类的影像分类方法 被引量：1

13

作者 郝玉 徐建华 周坚华 《遥感信息》 CSCD 北大核心 2017年第3期86-92,共7页

针对传统的模糊C均值聚类(fuzzy c-means clustering,FCM)后处理方法往往不能有效划分较优类别的问题,提出了一种聚类结果明确化的新方法,命名为邻域加权隶属度和(neighboring weighted membership grade sum,NMS)方法。方法增加了邻域... 针对传统的模糊C均值聚类(fuzzy c-means clustering,FCM)后处理方法往往不能有效划分较优类别的问题,提出了一种聚类结果明确化的新方法,命名为邻域加权隶属度和(neighboring weighted membership grade sum,NMS)方法。方法增加了邻域信息的使用,采用了阈值加权和反距离加权处理聚类结果,并以多种类型遥感影像为测试实例,进行了不同方法的影像分类对比研究。结果表明,分类结果全局精度比最大隶属度方法平均提高约8%,Kappa系数平均提高11%;同时噪声图斑数量下降,图斑具有更好的完整性;新方法对具体分类问题的使用更具灵活性与普适性。 展开更多

关键词 模糊C均值聚类 解模糊 阈值加权 反距离加权 邻域加权隶属度和

在线阅读 下载PDF 职称材料

K-Means算法最优聚类数量的确定 被引量：30

14

作者 何选森 何帆 +1 位作者 徐丽 樊跃平 《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第6期904-912,共9页

K-均值(K-means)聚类算法是学术与工业领域的经典算法。然而,它却具有两个明显缺陷:1)需要预先知道聚类的数量;2)对算法的随机初始化非常敏感。为了解决这两个问题,首先归纳了K-均值算法的基本步骤,并对聚类有效性进行了分析;然后以数... K-均值(K-means)聚类算法是学术与工业领域的经典算法。然而,它却具有两个明显缺陷:1)需要预先知道聚类的数量;2)对算法的随机初始化非常敏感。为了解决这两个问题,首先归纳了K-均值算法的基本步骤,并对聚类有效性进行了分析;然后以数据样本点的欧几里德距离为基础,定义了以聚类数量k为自变量的类间质心距离之和以及类内距离之和,由此构造了聚类有效性评价函数;最后根据经验规则,在聚类数量的可能范围内通过求解聚类有效性评价函数的最小值以确定数据集的最优聚类数量。对UCI的3个数据集Iris、Seeds和Wine的仿真结果说明,提出的聚类有效性评价函数不仅能够准确地反映数据的真实聚类结构,还能有效地抑制算法对随机初始化的敏感性,通过对K-均值算法的多次运行,其结果也验证了聚类有效性评价函数的鲁棒性。 展开更多

关键词 聚类有效性评价函数 K-均值聚类 最优聚类数量 类间质心距离之和 类内距离之和

在线阅读 下载PDF 职称材料