检索范围:
排序: 展示方式:
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法 None
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
《信息与电子工程前沿(英文)》 2018年 第19卷 第6期 页码 763-782 doi: 10.1631/FITEE.1700517
基于GPU的密度峰值并行聚类算法 Article
Ke-shi GE, Hua-you SU, Dong-sheng LI, Xi-cheng LU
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 915-927 doi: 10.1631/FITEE.1601786
关键词: GPU;密度峰值;聚类;并行计算
邓赵红,王士同,吴锡生,胡德文
《中国工程科学》 2004年 第6卷 第9期 页码 38-45
针对极大熵聚类算法MEC(maximum entropy clustering)对例外点(outliers)较敏感和不能标识例外点的缺陷,提出了一种改进的极大熵聚类算法RMEC(robust maximum该算法的基本思想是通过引入Vapnik's ε-不敏感损失函数和权重因子重新构建目标函数,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。仿真试验结果亦表明了RMEC算法的上述优点。
汤九斌,陆建峰,唐振民,杨静宇
《中国工程科学》 2007年 第9卷 第11期 页码 74-79
K-means算法是一种常用的聚类算法,但是聚类中心的初始化是其中的一个难点。笔者提出了一个基于层次思想的初始化方法。一般聚类问题均可看作加权聚类,通过层层抽样减少数据量,然后采用自顶向下的方式,从抽样结束层到原始数据层,每层都进行聚类,其中每层初始聚类中心均通过对上层聚类中心进行换算得到,重复该过程直到原始数据层,可得原始数据层的初始聚类中心模拟数据和真实数据的实验结果均显示基于层次抽样初始化的K-means算法不仅收敛速度快、聚类质量高,而且对噪声不敏感,其性能明显优于现有的相关算法。
一种基于锚点的谱聚类方法 None
Qin ZHANG, Guo-qiang ZHONG, Jun-yu DONG
《信息与电子工程前沿(英文)》 2018年 第19卷 第11期 页码 1385-1396 doi: 10.1631/FITEE.1700262
关键词: 聚类;谱聚类;图拉普拉斯;锚点
电动汽车锂电池模块设计中相似性能电池聚类的综合方法 Article
李伟, 陈思琦, 彭雄斌, 肖蜜, 高亮, Akhil Garg, 包能胜
《工程(英文)》 2019年 第5卷 第4期 页码 795-802 doi: 10.1016/j.eng.2019.07.005
莫茜,罗毅
《中国工程科学》 2008年 第10卷 第11期 页码 65-68
曾黄麟,袁慧,刘小芳
《中国工程科学》 2004年 第6卷 第11期 页码 33-37
基于一个约束条件下的非线性规划问题的优化计算思想,把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题,证明了模糊中心聚类方法,取一个适当的属函数,其聚类中心vi为模糊聚类中心价值函数的极小值,推导出了基于模糊中心聚类的模式识别的无导师递推学习方法,提出了模糊中心聚类模式分类神经网络结构,该网络可以实现并行数据处理和模式分类的软划分和硬划分。
李德军,吕艳华,王润田
《中国工程科学》 2007年 第9卷 第5期 页码 81-84
一种融合多特征聚类与神经网络的PM2.5小时浓度预测新模型及其在中国城市的应用 Article
刘辉, 龙治豪, 段铸, 施惠鹏
《工程(英文)》 2020年 第6卷 第8期 页码 944-956 doi: 10.1016/j.eng.2020.05.009
可视交互式图像聚类:一种机器视觉测量中目标无关的配置优化方法 Research Article
潘律翰,孙国道,常宝峰,夏旺,江棨,汤井威,梁荣华
《信息与电子工程前沿(英文)》 2023年 第24卷 第3期 页码 355-372 doi: 10.1631/FITEE.2200547
Hui-zong LI,Xue-gang HU,Yao-jin LIN,Wei HE,Jian-han PAN
《信息与电子工程前沿(英文)》 2016年 第17卷 第2期 页码 122-134 doi: 10.1631/FITEE.1500187
关键词: 社交标签系统,标签共现,频谱聚类,组相似度http://dx.doi.org/10.1631/FITEE.1500187,
罗党
《中国工程科学》 2004年 第6卷 第12期 页码 32-36
基于专家示教聚类经验池的高效深度强化学习 Research Article
王士珉1,赵彬琦1,张政锋1,张军平1,浦剑2
《信息与电子工程前沿(英文)》 2023年 第24卷 第11期 页码 1541-1556 doi: 10.1631/FITEE.2300084
丁晓青,付强
《中国工程科学》 2009年 第11卷 第10期 页码 19-24
提出一种适用于超多类手写汉字识别的新改型Adaboost算法,采用基于描述性模型的多类分类器(modified quadratic discriminantfunction,MQDF)作为Adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重,实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度,提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR-HCD数据集上进行实验证明,所提改型Adaboost算法提高了识别率的有效性,该算法的相对错误率比现有最优算法分别下降了14.3 %,8.1 %和19.5 %。
关键词: 多类Adaboost算法 手写汉字识别 广义置信度 改进的二次鉴别函数
标题 作者 时间 类型 操作
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
期刊论文