权吸引子传播算法及其在文本聚类中的应用

吸引子传播算法(affinity propagation,AP)是一种新的高效聚类算法.由于AP算法简单易用,它已被广泛应用到数据挖掘的各个领域.在AP算法中,相似性度量具有重要作用.另一方面,传统的文本挖掘常采用向量空间模型和满足欧氏空间的相似性度量.这种方法的优点是简单且易于实现,但随着数据规模的膨胀,向量空间将变得高维稀疏并将导致计算复杂度快速增长.为解决此问题,给出了相似特征集、排斥特征集和仲裁特征集的概念,在这些概念的基础上提出了一种能够包含文本结构信息的非欧空间相似性度量方法.并提出了一种新的聚类算法,称之为权吸引子传播算法(weight affinity propagation,WAP).为检验提出算法的聚类效果,选用标准数据集Reuters-21578进行了验证.实验结果表明WAP明显优于k-means聚类算法、具备非线性特征的SOFM聚类算法和采用经典相似性度量的吸引子传播算法等3种经典聚类算法.

属性分布相似度吸引子传播聚类算法研究

传统吸引子传播聚类算法对数据类型敏感,文中提出一种改进的吸引子传播聚类算法,将JACCARD系数引入对象间属性分布相似度,并与吸引子传播聚类算法结合。仿真实验结果表明,该算法收敛速度快,聚类精度高,明显提高高维稀疏数据的聚类性能。

上市公司绩效评价问题研究——基于吸引子传播聚类方法的分析

上市公司的绩效评价结果是公司利益相关者关注的主要问题和决策的主要依据,其不仅为利益相关者将企业要素向企业资本转化的过程提供了决策依据,也为企业资本转化为有效的企业产出提供了决策依据。将吸引子传播聚类方法用于上市公司绩效评价,能够克服传统方法的不足聚类质量低等缺陷。只有以市场竞争为前提,利润刺激才能激励经营者对于"努力"和"投入"的增加。上市公司应当关注企业自身核心竞争力的形成,应当结合自身情况制定战略决策,应当审慎地考虑多元化战略。

自适应AP聚类算法及其在入侵检测中的应用

网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与簇中心距离较近样本的方法,减少聚类样本数量,降低聚类时空消耗,并依据关联结果,不断调整聚类参数,精确聚类结果。2个网络安全数据集的应用结果表明,该方法可从大规模样本中有效聚出代表性子集,在保证准确率的前提下,提高入侵检测的实效性。

基于变异赋权的吸引子传播算法

基于传统吸引子传播算法,通过样本特征赋权,克服冗余信息的影响及给出新的相似性度量方法等策略,提出一种基于变异系数赋权的吸引子传播算法.实验结果表明,该算法在处理属性较多、信息重叠的样本时,不仅具有吸引子传播算法的快速、高效聚类特征,且聚类性能明显优于传统吸引子传播算法和K-均值等经典聚类算法.

基于指定聚类数目AP算法的滚动轴承故障诊断

仿射传播算法(AP)是目前常用的无监督聚类算法,但对于滚动轴承故障数据等数据集,AP算法往往不能一次性得到理想的聚类结果。针对AP算法在指定聚类数目下,不同的偏向度有不同聚类精度的问题,提出指定聚类数目AP算法(SNAP),该算法目的是在指定的聚类数目下,找出对应的所有聚类结果,通过聚类结果评价指标轮廓系数,找出最佳的聚类结果。该算法用机器学习公开数据集和机械综合故障模拟实验平台采集的滚动轴承数据集进行了实例验证,并与K-Means、K-medoids、AP聚类算法得到的聚类结果通过聚类评价指标进行比较,结果表明所提算法能得到较好的聚类结果。指定聚类数目AP算法能解决原AP算法在滚动轴承数据聚类数目与实际样本类别数不一致的问题,并且能得到一个更好的聚类结果。

AP聚类算法对多车型定制公交站点的运用

定制公交站点的划分布局问题是属于定制公交线网规划研究的子问题.定制公交站点布局的优劣决定了定制公交运营的好坏以及对乘客的吸引力的大小.本论文采用AP聚类算法对站点进行聚类,最后对求优化得出合乘站点.

基于距离测度学习的AP聚类图像标注

针对有效利用图像底层视觉特征和图像语义特征进行图像标注,提出一种改进的AP(Affinity Propagation)聚类标注模型。首先采用半监督距离测度学习算法,融合图像语义信息,训练得到新的距离测度。然后使用新的距离测度对每一类图像进行AP聚类,生成各类图像的聚类中心,计算待标注图像到各类图像聚类中心的平均距离,确定待标注图像类别。最后计算待标注图像到类内各个聚类中心的距离,确定待标注图像类内类别,统计该类别下图像的标注词,作为待标注图像的标注词。在Corel5K和NUS-WIDE数据集上进行了实验,经验证,该方法有效提高了标注精度。

融合AP聚类视觉字典容量获取及其PLSA评价研究

针对目前需要大量实验方可获得视觉字典的不足,提出了一种一次既可获得合理的视觉字典方法。首先,采用尺度不变特征转换SIFT[1](Scale-invariant feature transform)局部描述子构建场景图像数据集的特征矩阵;其次,采用AP聚类算法对场景图像的特征矩阵进行聚类,获得聚类中心数,也就是合理的视觉字典容量,并结合K-means算法获得共现矩阵,再用PLSA算法构建概率模型,然后用SVM[2]进行分类得出正确率。最后,用该方法与传统的通过大量实验的获得合理的视觉容量的方法进行对比分析主题数K(PLSA的参数之一)对实验结果影响。

采样定理、视觉原理及无监督聚类分析理论

通过引入采样定理,提出了基于视觉采样定理的新聚类算法,将生物物理学中的Weber定律、采样定理和视觉结构有效地结合起来,并在此算法的基础上提出了聚类的有效性准则.该算法基于视觉系统工作原理,具有更强的物理解释性能.实验表明,此算法简洁、有效.

一类多出发点多旅行商问题规划算法

提出了一种基于K-means聚类算法的多出发点多旅行商问题求解的新方法.算法定义了节点的吸引度,通过节点吸引度矩阵进行子环游节点集的归类,并对各子环游应用单旅行商启发式算法进行求解.实例表明,此规划算法能很好地求解多出发点多旅行商问题.

一种快速AP聚类算法

Affinity propagation(AP)聚类算法中的一个重要参数-收敛系数(damping factor)对算法的运行效率有较大影响,而传统的AP算法中收敛系数常作为固定参数在算法运行中保持不变,因此AP算法的收敛性能对收敛系数初始值的选择比较敏感,针对这一问题提出了一种新的AP聚类算法:F-AP,该算法在传统AP聚类算法基础上引入收缩因子调节收敛系数,使其值能够随算法进程动态调整,以加速AP算法的收敛过程。在3个不同容量模拟数据集上进行了实验,结果表明,新算法能够有效加速收敛过程,并且能够保证与原算法相同的聚类结果;在标准数据集Iris上的聚类结果也表明了新算法具有较好的收敛性能。

城市空间形态和城市综合实力相关性研究

本文选取1990年百万以上人口的31个特大城市作为样本,对城市空间形态和城市综合实力的相关性进行了初步探讨。首先,提出将发表于2007年《science》上的AP(affinity propagation)近邻传播算法应用于对城市空间形态进行聚类;其次,选取了10项指标,采用主成分分析方法对样本城市1990年和2000年的综合实力进行评价,给出综合得分,并将样本城市分为三个等级;然后,采用Rand Index聚类验证算法对城市空间形态的聚类结果和城市综合实力等级进行一致性验证,表明城市形态和城市综合实力之间具有较强的相关性;对2000年城市综合实力排名上升城市和综合实力排名下降城市的形态指标变化量的研究表明,综合实力排名上升城市的分维值和形状指数减少,紧凑度增加,说明综合实力排名上升城市的行政规划更加趋于规则和紧凑。最后,根据城市空间形态和经济发展的耦合关系,提出了城市空间规划的政策建议。

智能信息处理的多指标面板数据聚类方法及其应用

为提高具有先验知识样本的学习效率,本文在吸引子传播聚类模型基础上,引入半监督学习策略,并综合考虑样本动态信息变化,融合多指标面板数据,提出智能信息处理的多指标面板数据聚类模型。选取30家房地产业上市公司2009-2013年相关财务数据,利用此模型进行聚类和绩效评价分析。结果表明,智能信息处理的多指标面板数据聚类模型能更加有效地区分样本类别特征,可为上市公司绩效评价、金融管理与决策提供一个更加有效的方法和手段。

视觉字典合理容量的自动获取研究

针对当前完全依赖反复人为实验摸索才能获得视觉字典容量的现状,提出一种自动计算视觉字典合理容量的方法。采用尺度不变特征转换(SIFT)局部描述子构建场景图像数据集的特征矩阵,采用主成分分析(PCA)方法进行降维处理;采用吸引子传播聚类方法 (AP聚类)对特征矩阵进行聚类处理,估算获得视觉字典的合理容量,并将合理容量的视觉字典用于支持向量机(SVM)中进行场景分类的训练和识别。将该方法与经典的K-means视觉字典容量获取方法进行对比,对比结果表明,该方法提高了场景分类的精度,显著减少了场景分类的运行时间,提高了计算效率。

基于无监督学习的实时公交动态调度的研究

针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。

带时间窗的同城物流配送区域划分与路径优化

同城物流的B2C和O2O包裹如何在短时间内以较少的资源配送到顾客手中,已成为物流管理中亟待解决的问题.以最短配送时间为目标,构建带时间窗的"最后一公里"非线性数学规划模型(VRPTW),为求解此NP-hard问题,设计三阶段启发式算法,首先采用改进的吸引子传播聚类算法实现对配送区域的划分,充分考虑到配送点之间的关联因素;再对同区域相似度较高的订单进行合并;最后规划最短路径,从而建立完整的物流配送体系.通过案例分析,验证了模型的有效性.与传统的二阶段配送模型进行了对比,结果表明,三阶段算法能缩短订单完成时间,降低配送等待时间,提高资源利用率.

基于多目标进化的复杂网络社区检测

为了准确地发现复杂社区结构,提出一种改进的多目标进化的复杂网络社区检测算法。通过在某一范围内等间距产生多个p参数,再将其代入AP聚类算法通过半监督聚类方式确定聚类个数以及产生初始种群,克服传统的通过随机方式产生的初始解聚类效果不稳定的缺点,且用模拟退火(SA)算法对多目标进化算法进行改进提高种群搜索能力,防止寻优过程陷入局部最优解。分别在不同μ值下仿真40次,以Footbal足球社交网络、Karate-Club网络和Dolphins网络作为测试案例,与传统多目标进化算法以及基于近邻传播(AP)的多目标算法进行实验对比,结果表明文中提出的多目标进化算法在总体上MNI数值更大,即改进效果明显,因此可应用该算法对复杂网络社区进行更加精确的检测。