江西省教育厅资助项目(GJJ08467)
- 作品数：5 被引量：8H指数：2
- 相关作者：陈新泉汪小明更多>>
- 相关机构：上饶师范学院更多>>
- 发文基金：江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种基于核映射的自适应优化配置属性权重组的方法被引量：5
- 2008年
- 通过引入一个从样本空间到特征空间的核映射,从而将样本空间中的分类问题与特征空间中的聚类问题联系起来.为获得样本空间中的一组合适的属性权重值,提出了一种基于核映射的自适应优化配置属性权重组的方法.在特征空间中根据"聚类之内的数据点最大限度的相近,聚类之间的数据点最大限度的相离"这个原则,提出了一个带约束的混和目标函数,通过优化这个混和目标函数来获得样本空间中的一个合适的属性权重组.为求解这个混和目标函数,提出了一种基于负投影梯度的自适应优化配置属性权重组的方法.接着采用UCI的两个标准数据集来进行实验验证,可以证实这种根据给定数据点集进行自适应优化配置样本空间中的属性权重组方法的有效性.最后给出了两种自适应优化目标函数权重参数和核函数参数的方法.
- 陈新泉
- 关键词：核映射自适应优化
- 一种基于近似类抽样的组合聚类方法被引量：2
- 2008年
- FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种基于近似类抽样的组合聚类算法。这种组合聚类算法的时间复杂度是O(n2m)。仿真实验表明,它具有稳定的聚类结果。
- 陈新泉
- 关键词：FCM聚类算法
- 面向数据流的加权聚类及演化分析研究被引量：1
- 2008年
- 为解决无限数据流在有限内存空间中的聚类分析问题,本文提出了一种加权聚类及演化分析框架。为简要地描述此框架,给出了聚类、聚类簇的概念及其数据结构定义,接着对聚类、聚类簇的加法运算和差运算给出了清晰的描述和相应的实现算法。本框架与CluStream框架有较大的差别,这里采用聚类簇的加法运算来实现更大时间跨度内的聚类簇融合,采用聚类簇的差运算来进行聚类簇的演化分析。最后通过第一个例子来说明本框架是如何对数据流进行加权聚类及演化分析的,采用第二个例子来验证为实现本框架所需的十五个算法的正确性及有效性。
- 陈新泉
- 混合属性数据点集的特征权重优化方法研究被引量：1
- 2009年
- 应用决策树方法来获取混合属性数据点集的"规则聚类区域",利用"异类子聚类相离,同类子聚类相近"的原则来交替优化有序属性和无序属性的权重,提出了基于决策树划分的特征权重优化方法。该方法在一定程度上解决了有效获取数据子集的子聚类问题和混合属性数据点集的特征权重优化难题。仿真实验表明,该方法在优化混合属性数据点集的特征权重时是有效的。
- 陈新泉
- 2n阶次线性半正边值问题正解的存在性(英文)
- 2009年
- 利用锥上的kranosel'skii不动点定理,得到了一类2n阶次线性半正边值问题正解存在的一个充分条件.
- 汪小明
- 关键词：正解
