基于加权样本的FCM快速算法研究

为改进FCM算法在处理大样本集聚类时速度慢、耗时多的缺点,根据样本在特征空间中的特征值分布情况,引入等价样本和样本加权概念,在此基础上提出了FCM(Fuzzy C-Means)的快速算法一般形式:WFCM(WeightedFuzzy C-Means)算法。理论上证明了WFCM算法和FCM算法对样本集分割的等价性,并且,WFCM在运算性能方面明显优于FCM算法。而两个算法在灰度图像分割上的例子验证了WFCM算法的快速性和有效性。

基于加权样本和共识率的标记传播算法

标记传播是使用最广泛的半监督分类方法之一。基于共识率的标记传播算法(Consensus Rate-based Label Propagation,CRLP)通过汇总多个聚类方法以合并数据各种属性得到的共识率来构造图。然而,CRLP算法与大多数基于图的半监督分类方法一样,在图中将每个标记样本视为同等重要,它们主要通过优化图的结构来提高算法的性能。事实上,样本不一定是均匀分布的,不同的样本在算法中的重要性也是不同的,并且CRLP算法容易受聚类数目和聚类方法的影响,对低维数据的适应性不足。针对这些问题,文中提出了一种基于加权样本和共识率的标记传播算法(Label Propagation Algorithm Based on Weighted Samples and Consensus-Rate,WSCRLP)。WSCRLP算法首先对数据集进行多次聚类,以探索样本的结构,并结合共识率和样本的局部信息构造图;然后为不同分布的标记样本分配不同的权重;最后基于构造的图和加权样本进行半监督分类。在真实数据集上的实验表明,WSCRLP算法对标记样本进行加权和构造图的方法可以显著提高分类准确率,在84%的实验中都优于对比方法。相比CRLP算法,WSCRLP算法不仅具有更好的性能,而且对输入参数具有鲁棒性。

基于样本加权模糊聚类的土壤重金属污染溯源

由于土壤数据的复杂性,现有的方法难以对土壤重金属进行高效溯源,为了解决这个问题,基于样本加权的模糊聚类算法建立了一种新的重金属污染溯源模型,该模型使用一种新的相似度计算方法来构建模糊相似矩阵,将聚类结果与土壤重金属污染来源表相结合,可以快速确定土壤重金属的污染来源。通过与欧式距离、皮尔逊相关系数、余弦相似度等相似度计算方法在天津市武清区数据集上的对比实验验证了所提出方法的有效性与可用性,结果表明,该方法可用于土壤重金属污染源解析方面的工作。

考虑样本加权的迁移学习暂态稳定评估模型更新方法

在电力系统暂态稳定评估模型的更新过程中,针对与潜在故障相关性较小的故障样本影响迁移效果的问题,本研究从原始样本的特征量出发,发现其分布差异能反映故障之间的相关程度,由此提出考虑样本加权的迁移学习方法,进一步提高更新后评估模型的性能.首先,通过预先训练获得一个独立的域判别器,以此衡量训练模型的各故障样本相对于潜在故障的相似程度.其次,将量化后的分布差异通过密度比估计的方式进行转化,得到训练模型的各故障样本所赋予的权重大小.最后,将权重引入迁移学习更新评估模型的损失函数中,实现样本筛选.所提方法的有效性在IEEE-39节点系统和华东某区域的实际系统中均得到验证.

自适应样本和特征加权的k-means算法

针对k-means算法在处理一些同时具备样本噪声与特征噪声的数据集时表现不佳的问题,提出一种自适应样本和特征加权的k-means聚类算法(ASFW)。所提算法引入负熵和一种正则化项,在每次迭代中自适应地调整样本和特征权重,并通过一种新的距离度量函数向最优解进行退火,可以有效避免得到较差的局部最小值,同时保持经典k-means算法的简单性。在人工合成数据集的聚类结果表明,相较于同类算法,ASFW的聚类效果更好,且对噪声样本和特征赋予的权值更正确合理,说明所提算法能够有效识别噪声,降低噪声对聚类结果的影响;在6个真实数据集下的聚类结果显示,ASFW在各个数据集的聚类性能均优于对比算法,且在大多数数据集上取得了最佳的标准互信息(NMI)和调整兰德系数(ARI),充分验证了ASFW具有良好的聚类性能。

基于样本选择的标签含噪图像分类

标签噪声广泛存在、无法避免且影响深度网络模型的性能.利用神经网络的“记忆效应”,基于小损失原则的样本选择方法能简单有效地处理标签噪声.本文基于特征空间中样本距离越近越相似的原则,结合样本的高低置信度假设,提出了新的样本选择原则以及二阶段加权样本选择重标签方法(WSSR-2s).(1)在训练前期阶段,对于高置信度样本,在特征空间中对其票权进行加权,更好地引导训练;(2)在训练中后期阶段,对于低置信度样本,将其票权转移给其最相似的特征样本,以更正确地训练.在合成噪声数据集CIFAR-10、CIFAR-100以及真实噪声数据集ANIMAL-10N、WebVision的实验结果表明,本文提出的方法取得更高的精度,能够更好地处理标签噪声问题.

基于Lp范数的样本对加权的人脸识别

针对双向的二维主成分分析算法容易受到样本均值影响的问题,提出一种优化模型并用迭代算法对其进行求解。该模型不仅能有效避免样本均值的影响,而且采用高斯函数对样本对进行加权,通过控制模型的参数p求取稀疏的最优投影向量,在一定程度上减弱部分遮挡对人脸识别的影响。在NYU_UMIST、Yale和ORL人脸数据库上的实验结果表明,与同类算法相比,该算法性能提高1%-4%。

基于样本加权的可能性模糊聚类算法

可能性模糊聚类算法解决了噪音敏感和一致性聚类问题,但算法假定每个待分析样本对聚类的贡献相同,导致离群点或噪声点对算法的干扰较强,算法迭代次数过大.为此,提出一种基于样本加权的可能性模糊聚类算法,新算法具有更快的收敛速度,对标准数据集和人工数据集加噪后的测试结果表明,该算法具有更强的鲁棒性,在有效降低时间复杂度的同时能够取得较好的聚类准确率.

样本加权约束能量最小化算法

针对高光谱图像小目标探测中约束能量最小化算法对同类地物光谱多样性敏感,且不能有效识别大目标的问题,提出了一种样本加权CEM目标探测算法.通过光谱单位化处理,减小了目标点所在环境不同而出现的光谱差异.为精确地确定目标物在所有像元中所占的比例,以光谱相关性作为权值的度量对样本进行加权处理,有效降低了目标像素在样本自相关矩阵运算中所占的比重,使算法对大目标探测同样有效.

基于距离阈值及样本加权的K-means聚类算法

提出了一种基于距离阈值及样本加权的K-means聚类算法.该算法首先采用样本集的样本均值作为第一个初始族中心;其次基于距离阈值的方法动态确定初始族中心及个数;最后基于样本加权的方法来降低离散点对聚类效果的影响,使带权值的样本点参与整个聚类过程,采用轮廓系数来衡量不同算法的聚类质量.实验结果表明:相比于原始的K-means聚类算法和文献[1]中算法,所提出的算法具有更好的聚类质量.

基于PSO-SVM与样本加权的武器装备费用建模与预测

武器装备费用预测是武器装备费用分析的重要内容,预测分析的难点之一在于样本数据少,且样本数据具有复杂的非线性特点。充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,采用粒子群算法快速优化支持向量机的模型参数;充分利用样本信息,模型中样本加权值的确定采用预测误差和样本相似度的样本加权方法,研究建立基于PSO SVM与样本加权方法的武器装备费用预测模型,进一步提高模型预测效果。最后,通过实例验证了该方法的可行性,为武器装备费用预测提供了一种新思路。

基于样本-特征加权的可能性模糊核聚类算法

经典的模糊C-均值聚类算法存在对噪声数据较为敏感、未考虑样本属性特征间的不平衡性及对高维数据聚类不理想等问题,而可能性聚类算法虽然解决了噪声敏感和一致性聚类问题,但算法假定每个样本对聚类的贡献程度一样。针对以上问题,提出了一种基于样本-特征加权的可能性模糊核聚类算法,将可能性聚类应用到模糊聚类中以提高其对噪声或例外点的抗干扰能力;同时,根据不同类的具体特性动态计算样本各个属性特征对不同类别的重要性权值及各个样本对聚类的重要性权值,并优化选取核参数,不断修正核函数把原始空间中非线性可分的数据集映射到高维空间中的可分数据集。实验结果表明,基于样本-特征加权模糊聚类算法能够减少噪声数据和例外点的影响,比传统的聚类算法具有更好的聚类准确率。

基于样本加权FCM聚类的未知类别局部放电信号识别

针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知类别和待识别局部放电信号的样本权值,并根据Otsu准则确定样本权值的自适应阈值;将各待识别局部放电信号的权值与确定的阈值进行比较,判断其是否属于已知类别;采用支持向量机(SVM)对得到的属于已知类别的待识别局部放电信号进行分类,对未知类别样本进行人为分析判断。采用所提方法对实验室条件下的放电信号进行分析,实验结果表明,所提方法可以有效地区分待识别局部放电信号中的未知类别样本。

基于模拟退火的样本加权FCM算法

为了解决模糊C均值聚类算法(FCM)中聚类类数初始值是由先验知识人为确定并且目标函数忽略了样本属性数据之间的不均衡性问题,提出了一种基于模拟退火的样本加权FCM算法(SASWFCM),利用模拟退火算法可以寻求全局最优解的特点,计算出聚类数初始值,并对聚类中心和目标函数进行加权处理。通过实验分析,该算法与原FCM算法相比较而言,无需人为确定聚类初始值并且在分类准确数和准确率上有所提高,体现了算法的优越性,验证了改进后算法的实际价值。

基于样本与特征双加权的自适应FCM聚类算法

针对传统FCM算法无法获得令人满意的聚类结果的问题,提出了基于样本与特征双加权的自适应FCM聚类算法。采用特征和样本双加权的策略,以特征权重信息熵作为代价函数,与样本权重、特征权重相融合,通过迭代优化的方法动态计算各属性特征对不同类别的权重系数、每个样本对聚类的重要性权重值,综合考虑各个样本的贡献度和各个特征的重要性,从而达到提高聚类结果质量的目的。使用5个来自UCI的标准机器学习数据集,对聚类算法的有效性进行验证。结果表明,对于具有不同样本贡献度和不同特征重要性的数据集,提出的算法具有较好的聚类效果。

基于位置的文本分类样本剪裁及加权方法

k近邻方法是文本分类中广泛应用的方法,对其性能的优化具有现实需求。使用一种改进的聚类算法进行样本剪裁以提高训练样本的类别表示能力;根据样本的空间位置先后实现了基于类内和类间分布的样本加权;改善了k近邻算法中的大类别、高密度训练样本占优现象。实验结果表明,提出的改进文本加权方法提高了分类器的分类效率。

基于样本加权的文本聚类算法研究

样本加权聚类算法是一种最近才引起人们注意的算法，还存在一些需要解决的问题，例如，聚类对象之间的结构信息对样本加权聚类是否有帮助，如何将结构信息自动转换为样本或对象的权重？针对该问题，本文以学术论文为聚类对象，以K-Means算法为聚类算法基础，利用论文之间的引用关系计算每篇论文的PageRank值，并将其作为权重，提出一种基于样本加权的新的文本聚类算法。实验结果表明，基于论文PageRank值加权的聚类算法能改善文本聚类效果。该算法可推广到网页的聚类中，利用网页的PageRank进行加权聚类，来改善网页的聚类效果。

用于水声目标分类的加权免疫克隆样本选择算法

提出了一种新的用于水声目标分类的加权免疫克隆样本选择算法(weight Immune Clonal Instance Selection,wI-CISA)。算法利用Adaboost算法给予每个样本一权值,每代中根据样本权值计算抗体亲合度和克隆数,且根据克隆复制、抗体更新(海明距离交叉和加权简化最近邻变异)和克隆选择操作指导种群进化。提取了实测3类水声目标的时域波形结构特征、小波分析特征和听觉谱特征,进行样本选择和分类仿真实验,结果表明:wICISA可以选出有效样本子集,使样本数目减少82%左右,并且支持向量机分类器的正确分类率能提高约2%;wICISA具有较好的收敛性、稳定性,所得优化样本子集具有较好的泛化能力且能明显减少分类的时间。

基于虚拟样本的加权稀疏表示人脸识别研究

实际的人脸识别系统常常会面临小样本问题，为了提高在小样本情况下人脸识别的分类正确率，提出一种基于虚拟样本的高斯加权稀疏表示的人脸识别方法。该方法首先利用人脸的对称性来构造虚拟训练样本，扩充训练样本集；然后，对每个测试样本，利用高斯核距离度量该测试样本和各个训练样本的相似性关系，并将该高斯核距离作为训练样本的权值来形成加权的训练样本集：最后，利用稀疏表示方法进行人脸的识别分类。实验结果比较分析表明，该方法在小样本情况下可以获得更好的识别效果。

基于质心的样本加权聚类算法

针对传统的以k-means为代表的分割聚类算法认为所有的聚类样本对聚类中心的影响都是相同的这一观点,提出基于样本加权的聚类算法,并采用实际数据集验证算法的有效性.实验表明,该算法比传统的k-means聚类算法具有更高的精确度.