基于数据约减的聚类有效性分析

发布时间：2018-05-18 20:37

  本文选题：数据约减 + 方向角　； 参考：《传感器与微系统》2017年03期

【摘要】：聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性以及聚类算法的影响,所确定类数的正确性难以得到保证。为克服这个问题,以文献[1]中的数据约减方法为基础,对原数据集和约减后的数据集利用有效性指标进行正确类数判别。实验表明:该方法能增大类之间的分离性,有效判断数据集的最优类数。
[Abstract]:In clustering analysis, it is easy to use the validity index to judge the correct class number of the data set, which is easily affected by the noise data, the separation between classes and the clustering algorithm, so the correctness of the class number can not be guaranteed. In order to overcome this problem, based on the method of data reduction in reference [1], the validity index of the original data set and the reduced data set is judged correctly. Experiments show that this method can increase the separation between classes and effectively judge the optimal number of classes in data sets.
【作者单位】： 天津大学电气与自动化工程学院;
【基金】：国家自然科学基金资助项目(61573251)
【分类号】：TP311.13

【参考文献】

相关期刊论文 前6条

1 李晨;王亚茹;岳士弘;;基于张开角测度的数据约简[J];传感器与微系统;2016年04期

2 曹付元;武鹏鹏;;一种基于稀疏度和距离的初始类中心选择算法[J];山西大学学报(自然科学版);2015年01期

3 周开乐;杨善林;丁帅;罗贺;;聚类有效性研究综述[J];系统工程理论与实践;2014年09期

4 杨燕;靳蕃;KAMEL Mohamed;;聚类有效性评价综述[J];计算机应用研究;2008年06期

5 孙吉贵;刘杰;赵连宇;;聚类算法研究[J];软件学报;2008年01期

6 白素琴;吴小俊;;基于模糊聚类算法的有效性指标[J];江南大学学报(自然科学版);2007年06期

【共引文献】

相关期刊论文 前10条

1 李鑫;李凌雁;李楠;;基于RFID和WSN的采摘机器人自主定位与导航设计[J];农机化研究;2017年09期

2 张君;延军平;;1982-2013年陕西不同植被类型NDVI变化特征分析[J];干旱区资源与环境;2017年04期

3 宣杰;张琳;王汝传;;基于改进PSO的自适应FCM聚类算法[J];南京邮电大学学报(自然科学版);2016年06期

4 李晓瑜;俞丽颖;雷航;唐雪飞;;一种K-means改进算法的并行化实现与应用[J];电子科技大学学报;2017年01期

5 史晓颖;俞振海;徐海涛;黄彬彬;;Clustering the Stations of Bicycle Sharing System[J];Journal of Donghua University(English Edition);2016年06期

6 徐秀芳;徐森;徐静;安晶;;基于改进K均值算法的X光片图像聚类研究[J];软件导刊;2016年12期

7 吴小姣;李高明;易大莉;刘岭;张彦琦;易东;伍亚舟;;基因表达谱的非参缺失森林填补算法研究[J];中国卫生统计;2016年06期

8 郭文娟;丁要军;;基于聚类分析的育种小麦机械裂纹硬度算法[J];中国农机化学报;2016年12期

9 王志刚;陈名辉;赵振凯;;一种YARN和Spark框架的网格聚类方法[J];现代计算机(专业版);2016年35期

10 肖振球;曾文华;;一种约束的改进可能性C均值聚类方法研究[J];甘肃农业大学学报;2016年06期

【二级参考文献】

相关期刊论文 前10条

1 肖宇;于剑;;加权的自适应相似度度量[J];计算机研究与发展;2013年09期

2 杨善林;罗贺;丁帅;;基于云计算的多源信息服务系统研究综述[J];管理科学学报;2012年05期

3 李翠霞;史苇杭;李占波;;一种基于密度的加权模糊均值聚类算法[J];计算机科学;2012年05期

4 谢春丽;刘永阔;;概念格理论属性约简算法研究[J];传感器与微系统;2012年03期

5 周开乐;丁帅;胡小建;;面向海量数据应用的物联网信息服务系统研究综述[J];计算机应用研究;2012年01期

6 黄治国;王端;;基于粗糙集的数据约简方法研究[J];计算机工程与设计;2009年18期

7 邓少波;关素洁;黎敏;刘清;;属性与属性值合一的数据约简算法[J];模式识别与人工智能;2009年02期

8 秦钰;荆继武;向继;张爱华;;基于优化初始类中心点的K-means改进算法[J];中国科学院研究生院学报;2007年06期

9 王玲;薄列峰;焦李成;;密度敏感的半监督谱聚类[J];软件学报;2007年10期

10 普运伟;金炜东;朱明;胡来招;;核模糊C均值算法的聚类有效性研究[J];计算机科学;2007年02期

【相似文献】

相关期刊论文 前10条

1 尹学松;胡恩良;;半监督局部维数约减[J];中国图象图形学报;2011年09期

2 韦佳;文贵华;王文丰;王家兵;;基于局部重构与全局保持的半监督维数约减算法[J];计算机科学;2011年08期

3 陈洪华;张立;;基于蚁群优化的属性约减方法研究[J];科技信息;2011年28期

4 王岩;于明;翟玉欣;陈冀川;;加权成对约束半监督局部维数约减算法[J];计算机工程与设计;2013年04期

5 韦佳;彭宏;;基于局部与全局保持的半监督维数约减方法[J];软件学报;2008年11期

6 马力,焦李成;基于粗集理论的数据约减算法及其改进[J];西安电子科技大学学报;2004年03期

7 刘晓东;;基于属性约减的助推技术及其应用[J];深圳信息职业技术学院学报;2006年04期

8 文贵华;蔡先发;韦佳;;用于癌症分类的随机子空间半监督维数约减(英文)[J];华南理工大学学报(自然科学版);2013年07期

9 刘利;刘萍萍;韦佳;;用于带边信息人脸数据的半监督维数约减算法[J];吉林大学学报(工学版);2011年S1期

10 刘利;韦佳;马千里;;边信息传播修正的半监督维数约减方法[J];小型微型计算机系统;2011年06期

相关会议论文 前2条

1 赵英刚;刘仰光;何钦铭;;一种约减型支持向量域数据描述算法[A];第25届中国控制会议论文集（中册）[C];2006年

2 张军;戴霞;;基于误差约减的从明暗恢复形状方法[A];中国几何设计与计算新进展2007——第三届中国几何设计与计算大会论文集[C];2007年

相关博士学位论文 前2条

1 石陆魁;非线性维数约减算法中若干关键问题的研究[D];天津大学;2005年

2 于瑞国;维数约减算法研究及其在大规模文本数据挖掘中的应用[D];天津大学;2008年

相关硕士学位论文 前10条

1 张宇;基于分形的无拓扑矢量图形约减算法研究[D];四川师范大学;2015年

2 付兴虎;基于图的半监督维数约减方法的研究[D];西南大学;2016年

3 缪香香;高阶调制MIMO系统格约减辅助检测算法研究[D];南京信息工程大学;2016年

4 张磊;基于非线性维数约减的优化算法在脑电问题中的应用[D];河北工业大学;2007年

5 贺予迪;基于流形学习和低秩表示的维数约减算法研究[D];西安电子科技大学;2014年

6 燕凯;多标记维度约减和分类算法研究[D];重庆大学;2014年

7 库福来;基于核方法的非线性维数约减的人脸识别方法研究[D];云南大学;2012年

8 周楠;基于图的半监督维数约减算法研究及其应用[D];西安电子科技大学;2012年

9 王兴;大规模数据集的数据域描述及样本约减研究[D];武汉科技大学;2013年

10 梁海龙;基于邻域粗糙集的属性约简和样本约减算法研究及在文本分类中的应用[D];太原理工大学;2015年

，

本文编号：1907121