期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数学形态学FCM聚类原型图像降噪方法
被引量:
2
1
作者
肖满生
钟钦
+2 位作者
张建亚
欧桂源
李崇高
《湖南工业大学学报》
2012年第4期105-108,共4页
由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇...
由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇,然后运用FCM对点簇进行处理。理论分析与实验表明,该方法能有效消除图像中的噪声点,对均匀噪声背景下图像处理有一定的应用价值。
展开更多
关键词
数学形态学
原型
初始
化
FCM
图像处理
下载PDF
职称材料
非均衡原型结构模式模糊聚类方法研究
被引量:
2
2
作者
肖满生
汪新凡
朱永平
《小型微型计算机系统》
CSCD
北大核心
2013年第4期868-871,共4页
针对传统FCM算法通常只能检测大小近似相等呈球形或椭球分布的样本子集,而对样本结构、类型、密度分布不均衡的数据集聚类效果不理想等问题,提出一种基于原型初始化的样本隶属度分配方法.首先运用数学形态学理论对聚类原型初始化以获得...
针对传统FCM算法通常只能检测大小近似相等呈球形或椭球分布的样本子集,而对样本结构、类型、密度分布不均衡的数据集聚类效果不理想等问题,提出一种基于原型初始化的样本隶属度分配方法.首先运用数学形态学理论对聚类原型初始化以获得模糊聚类的原型先验知识,在此基础上设计一种样本隶属分配方法进行样本聚类.理论分析和实验表明,该方法不但可以解决样本集内原型结构差异悬殊的数据集聚类问题,而且具有求解速度快、易于实现等优点.
展开更多
关键词
非均衡
原型
模式
FCM
原型
初始
化
数学形态学
下载PDF
职称材料
一种增强的K-prototypes混合数据聚类算法
被引量:
4
3
作者
李顺勇
顾嘉成
《陕西科技大学学报》
北大核心
2021年第2期183-188,共6页
针对K-prototypes算法处理混合数据时精度不高等问题,提出了一种增强的K-prototypes混合数据聚类算法(An Enhanced K-prototypes Mixed Data Clustering Algorithm,EKPCA).首先定义了一种新的距离计算公式,扩大了数据之间的差异性,有利...
针对K-prototypes算法处理混合数据时精度不高等问题,提出了一种增强的K-prototypes混合数据聚类算法(An Enhanced K-prototypes Mixed Data Clustering Algorithm,EKPCA).首先定义了一种新的距离计算公式,扩大了数据之间的差异性,有利于对簇边缘数据进行合理划分;其次选取较多初始原型来覆盖数据的整体信息;最后迭代消去多余原型,得到数据集的真实分类.在8个UCI数据集上对算法进行评测,实验结果表明EKPCA算法有较高聚类精度.
展开更多
关键词
K-prototypes
混合数据
距离计算
初始原型
迭代消去
下载PDF
职称材料
稳定的K-多均值聚类算法
被引量:
3
4
作者
张倪妮
葛洪伟
《计算机科学与探索》
CSCD
北大核心
2021年第5期941-948,共8页
指定K个聚类的多均值聚类算法在K-均值算法的基础上设置了多个次类,以改善K-均值算法在非凸数据集上的劣势,并将多均值聚类问题形式化为优化问题,可以得到更优的聚类效果。但是该算法对初始原型敏感,且随机选取原型的方式使聚类结果不...
指定K个聚类的多均值聚类算法在K-均值算法的基础上设置了多个次类,以改善K-均值算法在非凸数据集上的劣势,并将多均值聚类问题形式化为优化问题,可以得到更优的聚类效果。但是该算法对初始原型敏感,且随机选取原型的方式使聚类结果不稳定。针对上述问题,提出一种稳定的K-多均值聚类算法,并对该算法的复杂度与收敛性进行了简要讨论。该算法先基于数据样本的最邻近关系构造图,根据图的连通分支将数据分为若干组,取每组数据的均值点作为初始原型,再用交替迭代的方法对优化问题进行求解,得到最后的聚类结果。在人工数据集和真实数据集上的实验表明,该算法具有更稳定更优越的聚类效果。
展开更多
关键词
聚类
K-多均值聚类(KMM)
原型
初始
化
下载PDF
职称材料
题名
基于数学形态学FCM聚类原型图像降噪方法
被引量:
2
1
作者
肖满生
钟钦
张建亚
欧桂源
李崇高
机构
湖南工业大学科技学院
出处
《湖南工业大学学报》
2012年第4期105-108,共4页
基金
湖南省科技计划基金资助项目(2012FJ3036)
湖南省大学生研究性学习和创新性实验计划基金资助项目(湘教通[2011]123号)
文摘
由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇,然后运用FCM对点簇进行处理。理论分析与实验表明,该方法能有效消除图像中的噪声点,对均匀噪声背景下图像处理有一定的应用价值。
关键词
数学形态学
原型
初始
化
FCM
图像处理
Keywords
mathematical morphology
prototype initialization
FCM
image processing
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
非均衡原型结构模式模糊聚类方法研究
被引量:
2
2
作者
肖满生
汪新凡
朱永平
机构
湖南工业大学科技学院
长沙通信职业技术学院
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第4期868-871,共4页
基金
湖南省高等学校科学研究重点项目(12A042)资助
湖南省科技计划项目(2012FJ3036)资助
文摘
针对传统FCM算法通常只能检测大小近似相等呈球形或椭球分布的样本子集,而对样本结构、类型、密度分布不均衡的数据集聚类效果不理想等问题,提出一种基于原型初始化的样本隶属度分配方法.首先运用数学形态学理论对聚类原型初始化以获得模糊聚类的原型先验知识,在此基础上设计一种样本隶属分配方法进行样本聚类.理论分析和实验表明,该方法不但可以解决样本集内原型结构差异悬殊的数据集聚类问题,而且具有求解速度快、易于实现等优点.
关键词
非均衡
原型
模式
FCM
原型
初始
化
数学形态学
Keywords
disequilibrium prototype pattern
FCM
prototype initialization
mathematical morphology
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种增强的K-prototypes混合数据聚类算法
被引量:
4
3
作者
李顺勇
顾嘉成
机构
山西大学数学科学学院
出处
《陕西科技大学学报》
北大核心
2021年第2期183-188,共6页
基金
山西省留学人员科技活动择优资助项目(2019-13)
山西省基础研究计划项目(201901D111320)
+1 种基金
山西省太原市科技计划项目(2018140105000084)
山西省高等学校精品共享课程(K2020022)。
文摘
针对K-prototypes算法处理混合数据时精度不高等问题,提出了一种增强的K-prototypes混合数据聚类算法(An Enhanced K-prototypes Mixed Data Clustering Algorithm,EKPCA).首先定义了一种新的距离计算公式,扩大了数据之间的差异性,有利于对簇边缘数据进行合理划分;其次选取较多初始原型来覆盖数据的整体信息;最后迭代消去多余原型,得到数据集的真实分类.在8个UCI数据集上对算法进行评测,实验结果表明EKPCA算法有较高聚类精度.
关键词
K-prototypes
混合数据
距离计算
初始原型
迭代消去
Keywords
K-prototypes
mixed data
distance calculation
initial prototype
eliminated iteratively
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
稳定的K-多均值聚类算法
被引量:
3
4
作者
张倪妮
葛洪伟
机构
江苏省模式识别与计算智能工程实验室(江南大学)
江南大学物联网工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2021年第5期941-948,共8页
基金
江苏省研究生创新计划项目(KYLX16_0781)
江苏高校优势学科建设工程资助项目。
文摘
指定K个聚类的多均值聚类算法在K-均值算法的基础上设置了多个次类,以改善K-均值算法在非凸数据集上的劣势,并将多均值聚类问题形式化为优化问题,可以得到更优的聚类效果。但是该算法对初始原型敏感,且随机选取原型的方式使聚类结果不稳定。针对上述问题,提出一种稳定的K-多均值聚类算法,并对该算法的复杂度与收敛性进行了简要讨论。该算法先基于数据样本的最邻近关系构造图,根据图的连通分支将数据分为若干组,取每组数据的均值点作为初始原型,再用交替迭代的方法对优化问题进行求解,得到最后的聚类结果。在人工数据集和真实数据集上的实验表明,该算法具有更稳定更优越的聚类效果。
关键词
聚类
K-多均值聚类(KMM)
原型
初始
化
Keywords
clustering
multiple-means clustering method with specified K(KMM)
prototypes initialization
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数学形态学FCM聚类原型图像降噪方法
肖满生
钟钦
张建亚
欧桂源
李崇高
《湖南工业大学学报》
2012
2
下载PDF
职称材料
2
非均衡原型结构模式模糊聚类方法研究
肖满生
汪新凡
朱永平
《小型微型计算机系统》
CSCD
北大核心
2013
2
下载PDF
职称材料
3
一种增强的K-prototypes混合数据聚类算法
李顺勇
顾嘉成
《陕西科技大学学报》
北大核心
2021
4
下载PDF
职称材料
4
稳定的K-多均值聚类算法
张倪妮
葛洪伟
《计算机科学与探索》
CSCD
北大核心
2021
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部