最小化类内距离和分类算法

支持向量机分类算法引入惩罚因子来调节过拟合和线性不可分时无解的问题,优点是可以通过调节参数取得最优解,但带来的问题是允许一部分样本错分。错分的样本在分类间隔之间失去了约束,导致两类交界处样本杂乱分布,并且增加了训练的负担。为了解决上述问题,该文根据大间隔分类思想,基于类内紧密类间松散的原则,提出一种新的分类算法,称之为最小化类内距离和(Intraclass-Distance-Sum-Minimization,IDSM)分类算法。该算法根据最小化类内距离和准则构造训练模型,通过解析法求解得到最佳的映射法则,进而利用该最佳映射法则对样本进行投影变换以达到类内间隔小类间间隔大的效果。相应地,为解决高维样本分类问题,进一步提出了该文算法的核化版本。在大量UCI数据集和Yale大学人脸数据库上的实验结果表明了该文算法的优越性。

前列腺突入膀胱内距离对经尿道柱状水囊前列腺扩开术疗效的影响

目的探讨前列腺突入膀胱内距离(IPP)对经尿道柱状水囊前列腺扩开术(TUSP)疗效的影响,从而更加明确TUSP的手术适应证,提高疗效。方法收集我科2013年3月至2016年3月随访的84例经尿道柱状水囊前列腺扩开术患者的临床资料,比较不同IPP对术后疗效的影响。对随访患者术后1个月比较主观指标[国际前列腺症状评分(IPSS)评分、生活质量指数(QOL)评分]及客观指标[最大尿流率(Qmax)、残余尿量(RU)]等数值,从而评价不同IPP数值对手术效果的影响。结果 IPP在≤0.5 cm、0.5~1.0 cm、>1.0 cm 3组,术后1个月的IPSS评分分别为(7.8±2.4)、(8.2±3.0)、(10.4±2.7)分,3组间两两比较差异有统计学意义(P<0.05);术后1个月的QOL评分分别为(3.0±0.5)、(3.6±0.8)、(4.2±0.9)分,3组间两两比较差异有统计学意义(P<0.05);术后1个月的RU分别为(7.8±2.3)、(10.4±3.8)、(13.1±3.5)ml,3组间两两比较差异有统计学意义(P<0.05);术后1个月的Qmax分别为(15.2±2.9)、(12.5±3.3)、(10.5±2.8)ml/s,3组间两两比较差异有统计学意义(P<0.05)。结论 IPP影响TUSP术后疗效,数值在≤0.5 cm者手术效果好;≤1.0 cm者手术效果中等;>1.0 cm者手术效果较差。

基于内距离形状上下文特征的形状匹配研究

场景中目标存在肢体变化是形状匹配中的难题,也是制约模式识别发展的瓶颈。本文从目标的轮廓特征出发,提出了一种基于内距离(inner-distance)形状上下文的形状匹配方法。首先定义了内距离的度量方法,并使用内距离代替形状上下文中的欧氏距离度量,得到了一种新的形状描述子即内距离形状上下文特征描述子,然后通过动态规划算法完成形状匹配。由于内距离对目标肢体变化和非刚性变化具有良好的鲁棒性,且相比欧氏距离对于复杂目标形状具有更好的识别力,因此本文的方法能更好地处理目标的肢体变化和非刚性变化。实验表明该方法对目标存在肢体变化和非刚性变化取得了较好的匹配效果。

基于最大距离积与最小距离和协同K聚类算法

提出一种基于最大距离积与最小距离之和的协同K聚类改进算法,解决了传统K-means算法聚类结果随机性大、稳定性差,以及最大距离乘积法迭代次数多、运算耗时长等问题。该算法首先通过样本的分布情况计算其密度参数,进而构建高密度点集合,在此基础上将距离样本集中心最远的高密度对象作为第一个初始聚类中心,再通过最大距离乘积法求得其余初始聚类中心;在簇中心更新过程中,选取与簇内样本距离之和最小的数据对象作为簇中心,再将其他数据对象按最小距离划分到相应簇中,从而实现聚类。在UCI数据集上的实验结果表明,与其他两种改进算法以及K-means算法相比,新提出的协同K聚类算法具有更快的收敛速度、更准确的聚类结果和更高的稳定性。

基于类内类间距离的模糊C-均值聚类分割算法

针对模糊C均值聚类算法存在仅考虑以类内距离作为算法测度的不足,通过融入聚类中心之间的类间距离,提出一种将类内和类间距离相结合的模糊C-均值聚类算法并将其应用于图像分割。在目标函数中将类内距离与类间距离之差作为样本聚类依据,使其考虑到类内紧密度与类间离散度,通过调节有关参数使类内紧密度和类间离散度达到最优值,提高图像分割的准确性和鲁棒性。大量人工合成图像和实际遥感图像分割测试结果表明,改进的类内类间聚类算法是有效的,尤其是对噪声较大的图像进行分割时,其效果明显优于其它模糊聚类算法分割效果。

基于类内和类间距离的粗粒度并行AP聚类算法

近邻传播(Affinity Propagation,AP)聚类是基于数据点间消息传递的算法,主要通过数据间的相似度实现聚类.与传统的聚类方法相比,AP聚类无需事先给定聚类数目就可实现聚类,因此具有快速高效的优点,然而在处理高维复杂数据集时存在随着聚类效率提升而准确度不高的问题.为改善AP聚类算法的效率和精度,提出基于类内和类间距离的粗粒度并行AP聚类算法——IOCAP.首先引入粒度思想将初始数据集划分成多个子集;其次对各子集结合类内和类间距离进行相似度矩阵的改进计算,最后基于MapReduce模型实现改进后的并行AP聚类.在真实数据集上的实验表明,IOCAP算法在大数据集上有较好的适应性,能在保持AP聚类效果的同时有效地提升算法精度.

基于能量距离推广的Ward聚类算法研究

能量距离源于牛顿重力势能,作为一种统计观测距离函数,近年来得到了越来越广泛的应用,文章将其用于聚类算法研究。能量距离函数定义为组间组内对象的指数距离之差,将传统的Ward最小离差平方和法(指数为2)进行了推广。组间组内距离统计量决定了聚类算法的超度量性和空间扩张性,指数小于2的情形还具有统计一致性。推广后的Ward聚类算法能够区分具有几乎相同重心的类,是该方法相比传统聚类算法的优势所在,最后通过实验验证上述结论。

一种基于类内类间距离的ICA特征选择方法

独立分量分析(ICA)可以实现特征提取,但不能直接用于特征选择。对数据进行ICA后得到混合矩阵和独立分量,独立分量可以作为特征矢量,混合矩阵可以用于进行特征选择。首先,使用一种距离度量来计算混合矩阵每一类的类内类间距离比;然后对每一类按该比值由小到大重新排列混合矩阵和独立分量,保留权重矩阵中类间类内距离比大的列,及其对应的特征向量;最后对这些特征向量使用遗传算法选择最优特征组。两个实验验证了该方法的有效性。

模糊数的一种类序和类距离的定义

模糊数距离的概念不仅在模糊分析学中起着关键性的作用,是极限、连续性、收敛性、稳定性等概念的基础,而且在模糊应用的技术中也具有重要的意义。通过对模糊数特性的分析,将模糊数进行了类排序,克服了以往只能对极少部分模糊数才能排序的不足,同时引出了类间距离、类内距离和混合距离的概念,为下一步的分析工作打下了基础。

基于类别距离和Bhattacharyya距离的雷达信号特征评价

从瞬时自相关法、小波变换法和时频原子法提取的脉内特征比较分析入手,提出了一种新的最优特征评价准则。以类内距离、类间距离和Bhattacharyya距离为基础,从特征的空间分布和错误识别率的上界等方面对不同算法提取出的脉内特征进行分析,实现了最优特征的选择。实验的仿真结果表明,这种最优特征评价准则是有效的,为雷达辐射源信号的特征评价提供了有意义的参考。

基于类内和类间距离的主成分分析算法

为改善高维数据的降维结果,提高数据低维表示的判别能力,通过对类内和类间距离的研究,提出基于类内和类间距离的主成分分析(IOPCA)数据降维算法。计算属性信息熵,对比信息熵阈值,进行数据矩阵特征筛选;采用综合类间距离最大化和类内距离最小化思想,改进PCA算法进行数据降维;将降维后的数据通过KNN、SVM算法分类。对比PCA、E-PCA、LDA算法,仿真结果表明,该算法在改善降维结果的同时,有效提高了降维后低维数据的判别性能。

ε1-距离聚类算法研究Ward聚类算法的推广

本文基于统计观测样本距离函数研究聚类算法.通过定义观测样本距离为组间组内对象的任意指数形式距离之差,引入ε1-距离算法（指数为1）,由此传统的Ward最小方差法（指数为2）进行了推广.该算法具有超度量性和空间扩张性.在分类问题应用中,相比传统聚类算法,该算法能够把具有几乎相同重心的高维样本数据给区分开来.

一种基于密度的K-means算法研究

针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点作为初始聚类中心;采用类内距离和类间距离的比值作为准则评价函数,将准则函数取得最小值时的聚类数作为最佳聚类数,这些改进有效地克服了K-means算法的不足。最后通过几个实例介绍了改进后算法的具体应用,实例表明改进后的算法比原算法有更高的聚类准确性,更能实现类内紧密类间远离的聚类效果。

基于分解的三维Otsu图像分割快速算法

针对三维Otsu图像分割算法计算复杂度高、运算量大的问题,提出一种基于分解的三维Otsu图像分割快速算法。首先将三维Otsu分解为三个一维Otsu;然后,在分析一维Otsu的基础上,结合类间距离和类内距离,提出一种新的阈值识别函数设计算法,并给出了快速实现方法。实验结果表明,该算法不仅可以取得较好的分割效果,而且计算量较小,比三维Otsu阈值分割递推算法快1400倍左右。

基于多元判别分析的文本分割模型

提出了一种独立于具体领域的文本线性分割统计模型,其中采用多元判别分析方法定义了4种全局评价函数,实现对文本分割模式的全局评价,寻找满足分割单元内距离最小化和分割单元间距离最大化条件的最好分割方式.该模型采用遗传算法来解决新模型的高计算复杂度问题.比较性实验结果显示,新模型比TextTiling和Dotplotting算法取得了更高的Pμ评价性能.

射频信号在超声检测缺陷识别中的应用研究

针对工业超声检测过程中缺陷难以准确定性的问题，基于射频回波对缺陷分类中的信号处理等方法进行了研究。分析了射频和检波信号的特点，在对所采集的缺陷信号进行处理的基础上，利用类内、类间距离和可分性测度比较了两类信号的类别可分性，同时采用ＢＰ神经网络和ＲＢＦ神经网络作为分类器。

黏土微结构各向异性评估的谱系聚类方法

由谱系聚类原理,给出了基于各种欧氏距离,即最长距离、最短距离、类平均距离和重心距离的微结构参数间的距离递推公式和微结构参数聚类过程,建立了黏土微结构几何属性的聚类方法。为了评估微结构参数几何各向异性的显著性,给出了各向异性系数的定义。对取自成层地基的某一样品进行了研究,其水平截面、竖直截面和45o截面上的SEM照片二值化参数分析结果表明,根据类平均距离法和重心距离法计算得到的各向异性系数非常接近,因此能很好反映自然固结成层地基的几何各向异性。另外,谱系聚类方法的分析结果与主成分分析方法的分析结果完全一致,这进一步说明,成层地基的几何各向异性是显著的。

基于改进自监督学习群体智能(ISLCI)的高性能聚类算法

针对现有数据聚类算法(如K-means)易陷入局部最优和聚类质量不佳的问题,提出一种结合改进自监督学习群体智能(improved self supervised learning collection intelligence,ISLCI)和K均值(K-means)的高性能聚类算法。已有的自监督学习群体智能演化方案具有计算效率和聚类质量高的优点,但当应用于数据聚类时,收敛速度较慢且极易陷入局部最优。为ISLCI加入突变操作,增加其样本多样性来降低早熟的概率,提高最优解的求解质量;计算每个样本的行为方程,获得其行为结果;通过轮盘赌方案来选择群体智能学习的对象和群体中其他样本学习目标对象的属性来提高自己。同时,利用K-means操作提高其收敛速度,提高算法计算效率。对比试验结果表明,本算法具有收敛速度快、聚类质量高、不易陷入局部最优的特点。

改进的三维人脸识别方法

针对目前三维人脸几何特征识别算法中计算量大和设备昂贵,尤其是在特征融合时加权值确定的不精确性问题,提出了根据双目立体视觉原理,通过对普通二维图像确定脸部关键部位特征点的三维几何特征信息,并且依照类内距离越小越好,类间距离越大越好的准则设定适应度函数,使用人脸样本数据根据遗传算法进行训练,得到使适应度函数最小时的最优解,从而获得三维人脸几何特征融合时的最佳加权值。实验结果表明了该算法的可行性和有效性。

基于关系聚类的动态面板数据模型及其应用研究

运用面板数据建模分析时,在考虑截面异质性的情形下存在参数过多的问题。提出一种基于面板数据关系结构的聚类方法,能有效解决模型估计时参数过多的问题;提出内距离与外距离概念,有效解决了聚类分析时定量确定分类数的问题。将此方法运用于动态面板数据的建模分析,统计模拟结果显示有较好的小样本性质。基于理论模型,采用中国1996-2012年的省级面板数据,实证分析了金融发展对房地产业发展的动态影响,分析效果与现实经济发展较吻合,证明该方法有较好的应用性。