题名 一种基于时态密度的倾斜分布数据流聚类算法
被引量:17
1
作者
杨宁
唐常杰
王悦
陈瑜
郑皎凌
机构
四川大学计算机学院
出处
《软件学报》
EI
CSCD
北大核心
2010年第5期1031-1041,共11页
基金
国家自然科学基金No.600773169
国家"十一五"科技支撑计划No.2006BAI05A01~~
文摘
为解决倾斜分布的数据流聚类这一难题,提出了时态密度概念,给出其度量,揭示了其包括可增量计算在内的一系列数学性质;设计了时态密度树结构,提高了聚类时的存储和检索效率;设计了能够以实时或异步方式捕捉数据倾斜分布的数据流时态特征的聚类算法TDCA(temporal density based clustering algorithm),其时间复杂度为O(c×m×lgm).实验结果表明,该算法不仅有较强的功能,而且具有较好的规模可伸缩性.
关键词
数据流聚类
时态密度
倾斜分布
Keywords
data stream clustering
temporal density
skew distribution
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于倾斜分布的变流速数据流聚类算法
2
作者
邢长征
胡权波
机构
辽宁工程技术大学电子与信息工程学院
出处
《计算机工程》
CAS
CSCD
2013年第12期247-250,259,共5页
文摘
处理倾斜分布特征的数据流聚类算法TDCA存在聚类速度与内存利用率上的不足,且变流速的数据流环境对聚类结果的质量有严重影响。针对上述问题,提出一种数据流聚类算法GR-Stream。采用网格单元作为数据点的聚集形式,以基于R-tree的扩展数据结构作为组织网格单元的索引结构,在此基础上引入剪枝策略,并调整数据点进入树的方式。在真实数据集KDD-CUP99上进行测试,结果表明,与TDCA算法相比,该算法在聚类过程中可以提高40%的访问速度,应用剪枝策略节省至少一半的内存使用量,同时在变流速的数据流环境下将聚类结果的平均纯度保持在90%以上。
关键词
数据流
聚类
时态密度
倾斜分布
剪枝
变流速
Keywords
data stream
clustering
temporal density
skew distribution
pruning
variable flow rate
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于量子粒子群算法的电力系统无功优化
被引量:2
3
作者
张斌
刘幸
机构
陕西省地方电力(集团)有限公司延安分公司
华北电力大学
出处
《电气技术》
2012年第2期15-19,共5页
文摘
本文提出了一种量子粒子群算法解决电力系统无功优化问题。量子粒子群算法采用实数编码,融合了量子进化算法的概率性并进行计算和粒子群算法的更新策略,在全局寻优能力和保持种群多样性方面表现出了较大优势,而且寻优速度快。另外,为了避免大量不可行初始解,本文采用倾斜分布式启发方法得到初始种群。IEEE-30系统证明了量子粒子群算法的高效性和鲁棒性。
关键词
无功优化
量子粒子群算法
概率性
倾斜分布 式启发
Keywords
reactive power optimization
Quantum Particle Swarm Optimization Algorithm (QPSO): probabilistic
inclining initialization
分类号
TM714.3
[电气工程—电力系统及自动化]
题名 光栅衍射型超广角激光告警系统光斑定位方法
被引量:1
4
作者
王龙
王永仲
沈学举
何永强
张维安
董红军
机构
军械工程学院电子与光学工程系
出处
《光子学报》
EI
CAS
CSCD
北大核心
2014年第3期166-172,共7页
文摘
成像光斑中心精确定位是光栅衍射型超广角激光告警系统具有高定向准确度和高波长分辨能力的基础.本文分析了光栅衍射型超广角激光告警系统成像光斑特点.针对随激光入射角增大,系统成像光斑畸变为强度近似高斯分布倾斜光斑的问题,提出一种改进型高斯拟合法计算光斑中心,通过仿真模拟和实验测试研究了新方法的定位性能.模拟结果表明,高斯噪音标准差为0.01情况下,光斑长轴与x轴夹角由0°逐渐增大为90°过程中,本文方法的定位误差平均值小于0.005像素,误差标准差小于0.02像素.实验测试表明,实验图像经帧相减和高斯平滑滤波预处理后,光斑长轴与坐标轴方向一致时,本文方法与高斯拟合法的定位结果非常接近,明显优于灰度重心法.光斑倾斜时,本文方法求得的激光入射方向角的误差均值和标准差明显小于灰度重心法和普通高斯拟法.
关键词
激光告警
亚像素光斑定位
改进型高斯拟合
成像光斑
倾斜 高斯分布
定向误差
Keywords
Laser warning
Sub-pixel location
Improved Gaussian fitting
Imaged spot
Titled Gaussian distribution
Direction measure error
分类号
TN247
[电子电信—物理电子学]
TN977
[电子电信—信号与信息处理]
题名 一种基于改进贝叶斯算法的Web文本分类方法
被引量:1
5
作者
徐小伟
成亚谊
机构
四川大学计算机学院
出处
《现代计算机(中旬刊)》
2012年第4期3-7,共5页
基金
国家863高科技项目(No.2008AA01Z119)
文摘
针对基于互补贝叶斯的分类算法在数据倾斜分布时由于过学习现象导致分类准确度不理想的状况,提出一种改进的互补贝叶斯分类算法。通过实验分析数据的倾斜分布对改进后的互补贝叶斯算法的影响,经验证该算法能够在数据倾斜分布时依然能保持较高的分类准确度,并且能随数据倾斜分布表现出较好的鲁棒性。讨论普通文本与Web文本的不同,建立一种带有主题权重的文档向量模型,并分析主题权重对文本算法的影响。实验发现,使用带有主题权重的文档向量模型,能够使得分类准确率相比普通的文本分类提高5%。
关键词
朴素贝叶斯
互补贝叶斯
WEB文本分类
倾斜 数据分布
Keywords
Naive Bayes
Complement Naive Bayes
Web Classification
Skewed Distribution
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]