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
局部显著单元高维聚类算法
被引量：
1
1
作者
宗瑜
李明楚
+1 位作者
徐贯东
张彦春
《电子与信息学报》
EI
CSCD
北大核心
2010年第11期2707-2712,共6页
以等宽或随机宽度网格密度单元为基础的高维聚类算法不能保证复杂数据集中的聚类结果的质量。该文在核密度估计和空间统计理论的基础上,给出一种基于局部显著单元的高维聚类算法来处理复杂数据的高维聚类问题。该方法以局部核密度估计...
以等宽或随机宽度网格密度单元为基础的高维聚类算法不能保证复杂数据集中的聚类结果的质量。该文在核密度估计和空间统计理论的基础上,给出一种基于局部显著单元的高维聚类算法来处理复杂数据的高维聚类问题。该方法以局部核密度估计和空间统计理论为基础定义了局部显著单元结构来捕获局部数据分布;设计了能快速发现覆盖数据分布的局部显著区域的贪婪算法;对具有相同属性子集的局部显著单元执行Single-linkage算法发现其中的聚类结果。实验结果表明,以局部显著单元为基础的高维聚类算法能够发现复杂数据集中隐含的高质量聚类结果。
展开更多
关键词
聚类分析
高维聚类算法
核密度估计
局部显著单元
在线阅读
下载PDF
职称材料
一种可信子空间标志方法
2
作者
宗瑜
江贺
+1 位作者
张彦春
李明楚
《计算机应用研究》
CSCD
北大核心
2009年第10期3645-3648,共4页
在D-S证据理论的基础上,给出了可信子空间的定义及能够发现所有可信子空间的贪心算法CSL(creditable subspace labeling)。该方法迭代地发现原始特征空间的信任子空间集Cs。用户根据应用领域的需求,对Cs中的每个可信子空间调用传统聚类...
在D-S证据理论的基础上,给出了可信子空间的定义及能够发现所有可信子空间的贪心算法CSL(creditable subspace labeling)。该方法迭代地发现原始特征空间的信任子空间集Cs。用户根据应用领域的需求,对Cs中的每个可信子空间调用传统聚类算法发现聚类结果。实验结果表明,CSL具有正确发现原始特征空间的真实子空间的能力,为传统聚类算法处理高维数据空间聚类问题提供了一种新的途径。
展开更多
关键词
数据挖掘
聚类分析
D-S证据理论
可信子空间
在线阅读
下载PDF
职称材料
题名
局部显著单元高维聚类算法
被引量：
1
1
作者
宗瑜
李明楚
徐贯东
张彦春
机构
大连理工
大学
软件学院
维多利亚大学信息应用中心
出处
《电子与信息学报》
EI
CSCD
北大核心
2010年第11期2707-2712,共6页
基金
国家自然科学重点基金(90715037)
国家973计划项目(2007CB714205)
+2 种基金
澳大利亚ARC项目(DP0770479)
安徽省教育厅重点项目(KJ2009A54
KJ2010A325)资助课题
文摘
以等宽或随机宽度网格密度单元为基础的高维聚类算法不能保证复杂数据集中的聚类结果的质量。该文在核密度估计和空间统计理论的基础上,给出一种基于局部显著单元的高维聚类算法来处理复杂数据的高维聚类问题。该方法以局部核密度估计和空间统计理论为基础定义了局部显著单元结构来捕获局部数据分布;设计了能快速发现覆盖数据分布的局部显著区域的贪婪算法;对具有相同属性子集的局部显著单元执行Single-linkage算法发现其中的聚类结果。实验结果表明,以局部显著单元为基础的高维聚类算法能够发现复杂数据集中隐含的高质量聚类结果。
关键词
聚类分析
高维聚类算法
核密度估计
局部显著单元
Keywords
Clustering analysis
High dimensional Clustering（HC） algorithm
Kernel density estimation
Local Significant Unit（LSU）
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
一种可信子空间标志方法
2
作者
宗瑜
江贺
张彦春
李明楚
机构
大连理工
大学
软件学院
澳大
利亚
维多利亚大学信息应用中心
出处
《计算机应用研究》
CSCD
北大核心
2009年第10期3645-3648,共4页
基金
国家自然科学基金重点资助项目(90715037)
国家"973"计划资助项目(2007CB714205)
+2 种基金
国家教育部博士点基金资助项目(20070141020)
安徽省教育厅自然科学基金资助项目(KJ2008B133
KJ2008B05ZC)
文摘
在D-S证据理论的基础上,给出了可信子空间的定义及能够发现所有可信子空间的贪心算法CSL(creditable subspace labeling)。该方法迭代地发现原始特征空间的信任子空间集Cs。用户根据应用领域的需求,对Cs中的每个可信子空间调用传统聚类算法发现聚类结果。实验结果表明,CSL具有正确发现原始特征空间的真实子空间的能力,为传统聚类算法处理高维数据空间聚类问题提供了一种新的途径。
关键词
数据挖掘
聚类分析
D-S证据理论
可信子空间
Keywords
data mining
clustering analysis
D-S evidence theory
creditable subspace
分类号
TP311.132 [自动化与计算机技术—计算机软件与理论]
O151.21 [理学—基础数学]
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
局部显著单元高维聚类算法
宗瑜
李明楚
徐贯东
张彦春
《电子与信息学报》
EI
CSCD
北大核心
2010
1
在线阅读
下载PDF
职称材料
2
一种可信子空间标志方法
宗瑜
江贺
张彦春
李明楚
《计算机应用研究》
CSCD
北大核心
2009
0
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
