基于密度峰值聚类的不平衡数据过抽样方法

大多数不平衡数据过抽样方法依赖于太多参数,容易生成噪声并难以处理流形数据集。为此,文章提出了一种基于密度峰值聚类的不平衡数据过抽样方法(OVMEDPC)。首先,OVMEDPC用密度峰值聚类(DPC)来发现不平衡数据的空间结构;其次,OVMEDPC设计了一种基于密度峰值聚类的噪声过滤方法来移除噪声;最后,OVMEDPC设计了一种基于密度峰值聚类的插值技术来生成少数类的合成样本。实验证明,就随机森林分类器而言,OVMEDPC在F-measure和G-mean上优于5个先进的过抽样方法。

基于空间密度的群以噪声发现聚类算法研究

针对基于密度的群以噪声发现聚类算法(density-based spatial clustering of applications withnoise,DBSCAN)的所需内存及I/O消耗大;空间聚类的密度不均匀时,采用全局统一的变量,聚类质量较差;对于输入参数敏感性较高等三个不足进行了改进.首先根据数据的空间分布特性,将整个数据空间划分为多个较小的分区,使分区的局部密度相对更均匀;然后将每个局部分区运用改进的DBSCAN算法进行聚类,改进的算法可以根据空间数据的分布,对一个中心点自适应的选取近邻,并对这些近邻点进行取样、扩展,有效提高了算法的准确性和效率;接着将所得到的聚类结果按照合并规则进行合并.最后通过仿真实验,验证了改进的DBSCAN算法解决了内存消耗过大、聚类质量差及全局参数敏感的问题.

基于点距离和密度峰值聚类的社区发现方法

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值聚类算法不仅能够检测出各个社区中心并进行相应的社区扩展,而且能够避免参数选择过程。最后,通过与经典算法在真实数据集和人工合成数据集上的比较实验,充分验证了本文方法的可行性和有效性。

基于密度峰值聚类的水电现货报价单元组建方法

随着电力现货市场的不断推进与完善,发电侧主体多元化使得发电主体的竞价环境更加激烈,报价单元的组建有利于提高发电企业抵御市场竞价风险的能力,分析了不同的流域水文情势、多元的开发主体以及电站的规模属性等因素对发电企业竞价的影响,以流域、发电企业以及上网点3个主要因素为指标,提出基于密度峰值聚类的报价单元组建方法,并将该方法运用于西南地区主要流域的67个电站,结果表明,报价单元的组建对提高水电竞价能力具有实际意义,单元方案与电网规定的统调单元较为一致,验证了该模型合理可行,可为发电企业参与电力现货市场竞价提供一种新思路。

基于密度峰值聚类的动态群组发现方法

近年来,群组推荐由于其良好的实用价值得到了广泛关注.群组发现作为群组推荐的前提环节,其发现结果对推荐效果有着至关重要的影响,群组相似度越高,推荐的效果和稳定性越好.针对现有群组发现方法中存在忽略用户倾向具有时间迁移性和群组可重叠性展开研究,提出了一种基于密度峰值聚类的动态群组发现方法.该方法首先通过动态泊松分解得到量化的用户动态倾向,然后通过高阶奇异值分解预测不同的时间节点下用户对不同项目的倾向,并根据计算所得的用户倾向构建高相似度用户集合,最后利用改进的基于密度峰值的聚类算法对用户集合进行划分,实现群组发现.仿真实验对比结果表明:上述基于密度峰值聚类的群组发现方法具有更好的群组推荐效果.

基于图密度峰值聚类算法的热点路段发现

传统的密度峰值聚类算法不仅具有较高的计算复杂度且未考虑路网固有的拓扑结构,无法衡量各路段之间的关联关系。针对这一问题,提出基于图密度峰值聚类算法的出行热点路段发现。该算法将交通路网用图模型结构,然后以各路段为基本单元计算局部密度及高局部密度距离并画出决策图找出聚类中心,最后结合实际区域的兴趣点分析该聚类簇成为热点路段的潜在可能。借助于图模型表达形式的优势,该算法不仅可以大幅度提升算法的计算复杂度,而且可以更加准确合理的找出热点路段。通过在滴滴‑成都轨迹数据集上的实验表明,图密度峰值聚类算法具有更高的热点路段发现精度,并且在计算效率上有大幅度提升。

基于密度聚类的低压台区归属关系及相位识别方法

[目的]供电部门记录的正确的拓扑信息有助于工作人员监测电网信息,分析故障,优化电网运行以满足低压配电台区精益化、智能化管理的需要。目前,各式新型用电设备及用户的加入使低压配电网络结构呈现出持续变化的特征,线路维护成本被大大提高。[方法]为此,提出基于密度聚类的低压台区归属关系识别方法。首先,提取智能电表有效电压数据生成高维时序电压矩阵;其次,采用t分布随机近邻嵌入方法(t-distributed Stochastic Neighbor Embedding,t-SNE)对高维时序电压数据进行特征提取与降维;然后,应用基于数据密度的噪声应用空间聚类方法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对降维后的数据进行聚类分析,实现低压用户台区归属信息的识别;最后,对海南省三亚市某台区实际数据进行分析,并将所提方法与其他主流的拓扑识别算法进行对比。[结果]分析结果表明所提方法能够达到95%以上的台区识别准确率,高于目前其他主流的拓扑信息识别方法。[结论]文章中的方法在解决此类问题上具有有效性与优势性,可以为实际工程应用提供参考,为低压台区拓扑信息识别领域提供不一样的研究思路。

基于密度聚类算法的学术资源热点发现方法研究

针对学术会议产生的爆炸式学术资源共享下用户如何快速准确地获取当前研究热点的问题,提出了一种改进的基于密度的聚类算法DBSCAN,实现学术资源热点的自动发现,即通过合并具有明显关系的关键词以缩减特征项,以及解决公共资源对象邻域的重复获取问题,从而在一定程度上提高聚类的准确率和时间效率。结果表明,上述方法能够快速准确地发现当前相关领域的研究热点,有助于了解当前各学科的研究热点,并对传播学术成果具有重要意义。

改进的密度峰值聚类算法的差分隐私保护方案

针对改进的密度峰值聚类(AdDPC)算法在计算局部密度时产生的隐私泄露问题以及算法的一次分配策略,提出一种改进的密度峰值聚类算法的差分隐私保护方案。该方案在算法计算局部密度的过程中添加Laplace随机噪声,使得即使攻击者拥有最大背景知识,也无法通过添加或者删除数据集中的某一点来获取相应的信息,从而利用差分攻击获取目标数据点的信息,达到保护隐私数据的目的,并且在分配非聚类中心点时引入可达定义改进AdDPC算法的分配策略,避免因为一次分配策略导致数据点分配错误的问题。实验对比了DP-rcCFSFDP算法、AdAPC-rDP算法、IDP K-means算法的F-Measure和ARI,结果表明:当隐私预算大于1.5时,所提算法的F-Measure和ARI优于其他算法,所提算法能够在保护敏感数据的同时保证数据的可用性。

基于链接密度聚类的重叠社区发现算法

为了能够更加有效地发现社会网络中具有重叠性的社区结构,提出一种基于链接密度聚类的重叠社区发现算法DBLINK.该算法首先以网络中的边集为对象,将其划分为若干个互不相连的链接社区,再将所得到的链接社区转化为最终的节点社区,隶属于不同链接社区边的交点即为网络中的重叠节点.由于DBLINK采用基于密度的算法对边集进行聚类,将不满足一定条件的边孤立出来,使其不隶属于任何链接社区,因此可以避免社区结构过度重叠的现象发生,从而提高了重叠社区发现的质量.实验结果表明,DBLINK不仅具有较好的时间效率,而且在社区发现的质量方面也优于其他几种代表性的重叠社区发现算法.

基于复杂系统熵聚类方法的中药新药处方发现研究思路

本文对中药新药处方发现模式及其问题进行了分析,在此基础上,提出中药新药处方发现的新工具-复杂系统熵聚类方法,并详细阐述应用此方法进行中药新药处方发现的研究思路。主要包括:建立病证方剂数据库;应用复杂系统熵聚类方法快速筛选出中药核心组合;对筛选出的中药核心组合进行专家判断,从而确立用于中药新药研发的候选处方。此方法的应用将为中药新药处方快速发现提供新的思路。

基于密度聚类的增量动态社区发现算法

现实世界中社交网络中的节点和边随时间动态增加或消失,导致网络中的社区结构也随之发生变化,因此,文中提出基于密度聚类的增量动态社区发现算法.首先,基于改进后的DBSCAN生成初始时刻社区.然后,提出边变化率指标,并结合余弦相似度指标确定相邻时刻邻居发生变化的节点及其邻居节点的社区归属调整.在进行社区归属度计算时,不仅考虑节点直接邻居的影响,还考虑间接邻居的影响.最后,通过迭代更新模块度增益进行社区合并,以减少噪声社区的干扰.在人工数据集和真实数据集上的实验表明,文中算法可以有效应对网络结构突变和增量计算累积误差带来的影响,具有较低的时间复杂度.

基于密度与划分方法的聚类算法设计与实现

在分析常用聚类算法的特点和适应性基础上提出一种基于密度与划分方法的聚类算法。该算法根据数据对象密度分布状态来自动确定聚类簇密度吸引中心点和聚类簇的初始划分;然后利用划分的方法,根据密度可达定义来寻找密度可达数据对象簇,从而完成数据对象簇的最终聚类。实验证明该算法能够很好地处理具有任意形状和大小的簇,能够有效地屏蔽噪声和离群点的影响和发现孤立点;同时也减小了输入参数对领域知识的依赖性。

基于密度峰值法的设计理性聚类方法

针对设计理性的自动聚类问题,提出一种基于密度峰值法的设计理性聚类方法。该方法结合设计理性的语义特点,利用单元本词汇频率/单元本频率值方法将设计理性转化为特征向量。然后基于密度峰值法求出每个特征向量的局部密度和距离两个参数,绘制决策图确定聚类中心,并将其余的数据指派到相应所属的类别中。针对密度峰值法在处理密度分布不均的数据时聚类效果差的问题,利用K最近邻方法定义动态截断距离来改进局部密度函数。以某机械设计团队的55个设计理性为例验证了所提方法的有效性。

一种基于目标点云分布特性的动态聚类算法

激光雷达在自动驾驶系统的目标检测任务中发挥着重要作用,但其扫描机理会使得点云分布不均匀,常规聚类算法由于参数固定会导致较多的错误聚类。为解决该问题,该文以椭圆形状作为邻域空间,设计基于采样点位置的邻域自适应调整策略,提出一种基于目标点云分布特性的动态聚类算法。通过正确聚类、过聚类等综合结果评估算法的性能,在KITTI数据集上进行了数值分析得到算法参数,并在校园环境中进行了实车对比实验。结果表明:所提算法能减少基于密度的噪声应用空间聚类(DBSCAN)中固定邻域所造成的70.60%过聚类、49.76%欠聚类等错误结果,从而有效提高算法的综合聚类性能。

基于快速搜索与发现密度峰值聚类算法的含有分布式光伏的配电网电压分区协调控制

随着大量分布式光伏并入配电网,重要负荷节点电压越限的紧急情况更容易发生,这对当前潮流状态下电压控制的快速性提出了更高的要求。考虑电压集中控制方式控制过程复杂且传统的分区方法耗时较长等问题,首先以节点间的综合电压灵敏度为基础计算节点电气距离,根据电气距离构建节点相似度矩阵,并采用快速搜索与发现密度峰值聚类算法对配电网进行快速分区;然后考虑本地光伏独立调压能力的不足,提出了一种先无功后有功的电压分区协调控制策略;最后通过IEEE33配电网算例的仿真结果验证了该分区方法的快速性和电压分区协调控制策略的有效性。

基于重叠社区发现的网络数据可视化优化方法研究与实现

伴随数据的迅猛增长,数据间关系变得错综复杂,给网络数据可视化带来了挑战。通过社区发现,凸显网络中的局部聚类特性可以提高可视化效果,而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一,但重叠社区的发现是其不足之处。为此,论文以Louvain算法为基础,结合基于谱映射的模糊C-means聚类算法改进社区发现算法,改进的算法利用谱映射将数据节点映射到欧几里得空间,以隶属度计算数据节点属于某个聚类的程度,由此可以允许同一数据属于多个不同的类,从而实现重叠社区结构的发现,最后基于所提出改进算法,使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标,实验结果表明,论文提出的方法能够发现重叠社区,可以清晰地展示网络中的社区结构,在经典数据集上与传统重叠社区发现算法COPRA和CPM相比,模块度值得到提高。

密度聚类方法研究

密度聚类分析方法是经典聚类的一个重要分类,能够发现具有相同密度结构的数据,而不拘泥于数据的凹凸类型和集群形状。基于此,研究了密度聚类方法的发展现状:首先介绍了几种重要的经典密度聚类算法,并对其核心思想、算法流程、算法特性等进行了分析;其次总结归纳了各个经典密度聚类算法的优缺点、适用场景,介绍了密度聚类算法的实用案例;最后展望了密度聚类算法未来的发展方向。

基于AP密度聚类方法的雷达辐射源信号识别

未知雷达辐射源信号识别一直是雷达对抗情报分析中的难题。针对基于密度的聚类算法在处理不均匀样本时识别率较低的缺陷,将该算法与亲和传递(AP)聚类算法结合,提出一种基于AP密度聚类的识别方法。该方法先利用AP聚类方法对数据样本进行初步聚类,再设定相关参数,运用基于密度的带有噪声的空间聚类(DBSCAN)算法进行二次聚类。相对于原样本,初始聚类结果分布具有一定的代表性,容易找到适合DBSCAN方法的参数值。测试表明该方法具有较高的识别率。

基于自动快速密度峰值聚类的粒子群动态优化算法

针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群优化(PSO)来寻找最优解,在搜索过程中采用停滞计数器来判断粒子是否停滞,防止种群过早收敛;最后,采用最优粒子重定位策略响应环境变化。为了验证所提出算法的性能,在移动峰值基准(MPB)和广义动态基准生成器(GDBG)测试问题上进行了仿真实验。仿真实验中,所提算法性能与基于亲和传播聚类的动态优化算法(APCPSO)、基于聚类的动态优化(CPSO)算法等其他先进算法相比较,在峰值数大于20以及变化频率为2000和3000时均取得良好的结果。实验结果表明,所提算法更适合求解多模态和快变特性的动态优化问题。