-
题名搭建基于大数据分析的高校技术转移服务平台
被引量:5
- 1
-
-
作者
林超辉
关凯胜
陈辉
李智扬
林少吟
李瑶
-
机构
广东工业大学
-
出处
《中国高校科技》
CSSCI
2017年第S2期110-112,共3页
-
基金
广东省省级科技计划资助项目(2017A040402009)
-
文摘
科技成果转化是促进经济和科技结合的有效手段,也是实现国家经济发展的重要组成部分。基于大数据分析的科技成果转移转化服务平台建设,通过整合高校技术信息和企业需求信息,实时向企业推送高校研究成果,可实现高校与企业全面交流对接,加快企业接收运用高校最新技术,服务广东经济的发展。
-
关键词
大数据分析
科技成果
转移转化
服务平台
-
分类号
G644
[文化科学—高等教育学]
-
-
题名基于对象数量的宽度加权聚类kNN算法
被引量:1
- 2
-
-
作者
陈辉
关凯胜
李嘉兴
-
机构
广东工业大学计算机学院
广东省大数据分析与处理重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第19期1-9,共9页
-
基金
国家自然科学基金(No.61702114)
广东省大数据分析与处理重点实验室开放基金(No.201805)
广东省省级科技计划(No.2017A040402009)
-
文摘
传统k最近邻算法(k-Nearest Neighbor,kNN)作为一种非参数化分类技术在数据分析中具有广泛的应用,但该算法具有较多的冗余计算,致使处理数据时需要花费较多的计算时间。目前大量的研究都集中在数据的预处理阶段,通过为数据建立模型降低kNN查询的计算量。提出一种基于对象数量的宽度加权聚类kNN算法(NOWCkNN),该算法中数据集首先以全局宽度进行聚类,每个生成的子集群根据其对象数量递归计算其宽度的权值,然后算法根据其权值的大小和调和系数调节宽度值,最后生成不同宽度大小的集群用于kNN查询。这不仅减少了算法的聚类时间,还能平衡产生集群的大小,减少迭代次数,使三角不等式修剪率达到最大。实验结果表明,NOWCkNN算法与现有工作相比在各个维度的数据集中有较好的性能,尤其是在高维度、数据量较大的数据集中有更高的修剪效率。
-
关键词
聚类
K-最近邻
三角不等式
宽度加权
高维数据
-
Keywords
clustering
k-Nearest Neighbors(kNN)
trigonometric inequality
width-weighted
high-dimensional data
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-