潜类别分析原理及其在聚类分析中的应用

目的探讨潜类别分析在多个二分类反应变量聚类分析中的应用。方法利用SAS软件ProcLCA模块,采用单一潜变量潜类别模型,对860名上海市公立性病门诊顾客有关性病预防知识的6个项目调查结果进行聚类分析。结果 4个潜类别的单一潜变量模型是数据拟合的理想模型(G2=38.52,df=36,P>0.05)。依据性病预防知识掌握情况,860名性病门诊顾客可以聚为4个亚群,每一亚群的人数分别为375人、208人、218人和59人。结论潜类别分析适用于多个二分类反应变量的聚类分析。

基于启发式聚类模型和类别相似度的协同过滤推荐算法

基于k-近邻的协同过滤推荐算法对于邻居数量k的确定过于主观,并且推荐时以k-近邻均值加权推荐不够准确.针对这两个问题,本文首先引入并改进最大最小距离聚类算法,进而设计启发式聚类模型将用户进行不规定类别数的自由聚类划分,目标用户所在类的用户为邻居用户,客观确定邻居数量;然后在推荐时定义类别相似度,针对性地建立目标用户未评分和评分项目的潜在类别关系,改进k-近邻均值加权算法.实验结果表明,该算法提高了推荐准确度(约0.035MAE).

基于概率潜语义分析模型的高光谱影像层次聚类分析

将概率潜语义分析模型(PLSA)应用于高光谱影像聚类,提出一种基于语义信息的影像聚类方法。首先,利用ISODATA算法获取影像的初次聚类结果,从而形成PLSA模型中的视觉词;其次,利用影像分割算法对高光谱影像进行分割,并将分割体作为PLSA模型的文档;再次,利用多种最佳聚类类别数估计方法确定PLSA模型的潜语义主题的个数;进而估计PLSA模型的参数,获得概率主题内视觉词的概率分布和每个分割体中各概率主题的混合比例;最后利用统计模式识别方法获取每个影像文档中各个视觉词对应的潜语义主题的类型,从而实现影像的层次聚类分析。相关实验结果表明,本文的层次聚类结果较K-MEANS算法、ISODATA算法聚类结果的面向对象特性更明显,其与真实地物的空间分布更接近。

基于云模型及可变模糊聚类迭代模型的灌区节水水平评估

农业灌区是农业最主要的用水大户,其节水水平直接关系到整个农业节水目标的实现。选择河北省石津灌区为研究区域,根据灌区的实际情况,提出基于云模型和可变模糊聚类迭代模型的模糊综合评价法,有效地克服了隶属度确定的随机性和模糊性,同时权重确定也更加合理。利用该方法评估了灌区2002-2011年的节水水平。评估结果表明,灌区节水水平逐年提高,由耗水型转变为过渡型,但灌区渠系水利用系数和灌溉水利用系数整体偏低,有待于进一步提高。研究成果可为大型灌区节水评价以及灌区的节水管理提供技术支持。

基于模糊聚类和C-V模型的水平集方法图像分割

提出一种基于水平集方法的MSCT冠状动脉分割模型。首先在CT数据中进行模糊聚类的预处理,提取聚类信息和隶属度矩阵;然后应用聚类信息指导水平集方法初始轮廓的选取,用C-V模型进行冠状动脉的提取,完成图像分割。实验结果表明,上述方法具有较高的分割精度,分割重叠率相比传统方法提高了11.82%,可用于临床辅助诊断冠状动脉性心脏病。

基于潜在因子模型在子空间上的缺失值注意力聚类算法

针对传统聚类算法在对缺失样本进行数据填充过程中存在样本相似度难度量且填充数据质量差的问题,提出一种基于潜在因子模型(LFM)在子空间上的缺失值注意力聚类算法。首先,通过LFM将原始数据空间映射到低维子空间,降低样本的稀疏程度;其次,通过分解原空间得到的特征矩阵构建不同特征间的注意力权重图,优化子空间样本间的相似度计算方式,使样本相似度的计算更准确、泛化性更好;最后,为了降低样本相似度计算过程中过高的时间复杂度,设计一种多指针的注意力权重图进行优化。在4个按比例随机缺失的数据集上进行实验。在Hand-digits数据集上,相较于面向高维特征缺失数据的K近邻插补子空间聚类(KISC)算法,在数据缺失比例为10%的情况下,所提算法的聚类准确度(ACC)提高了2.33个百分点,归一化互信息(NMI)提高了2.77个百分点,在数据缺失比例为20%的情况下,所提算法的ACC提高了0.39个百分点,NMI提高了1.33个百分点,验证了所提算法的有效性。

潜在类别分析技术在心理学研究中的应用

潜在类别分析是通过对类别型的外显变量和潜在变量之间的关系建立统计模型,根据模型参数得到各种潜在类别的具体外在表现的潜在特征分类技术。该分析方法主要应用于心理行为特征的分类、控制认知心理实验中被试个体差异引起的系统误差、评价临床心理诊断的精确性,以及心理测验中的项目分析、信度分析、结构分析等。对此方法的优劣进行分析比较,表明:该方法可以与其他测量理论相结合进一步拓展其在心理测量中的应用,也可在纵向数据和多水平数据中应用。在应用中亦有提升方法技术的空间。

基于LDA模型的专利信息聚类技术

针对传统专利情报采集的方式不能适应专利信息快速增加的问题,通过研究适用于专利信息聚类的主题模型和聚类算法,提出了将潜在狄利克雷分配(LDA)主题模型和OPTICS算法相结合的解决方案。该方案采用LDA主题模型将专利信息在词汇空间的高维表达转换到在主题空间的低维表达,高效地实现了对专利信息的降维,进而采用OPTICS算法及k近邻准则对专利信息进行聚类分析,达到收集感兴趣的专利情报信息的目的。理论分析和实验验证表明,提出的解决方案不仅能通过降维,提高专利聚类效率,而且能对专利信息分析提供帮助。

基于核模糊聚类的变分水平集医学图像分割方法

针对现有无须重新初始化的变分水平集分割模型,存在对边缘模糊、对比度差等图像不是很敏感、分割效果不理想的问题,提出了一种基于核模糊聚类的变分水平集医学图像分割方法。将原始图像进行核模糊C-均值聚类,把得到的聚类结果带入初始化水平集函数得到初始轮廓,最后利用李模型的分割方法实现最终的图像分割。实验结果表明,该方法具有良好的分割质量,适应性强,同时可减少迭代次数。

一类基于类别区分的多重故障诊断模型框架

多重故障诊断是故障诊断和容错控制技术中的重难点问题.本文关注数据驱动故障诊断,以基于知识的方法为基本思路,按照故障表现及征兆的组合形式分析了多重故障和征兆之间的映射关系,将多重故障诊断转化为一类由各个组成故障对应于征兆数据集合的类划分问题.在已有应用于故障诊断的分类和聚类方法的基础上,分析了4种基于类别区分的多重故障诊断模型框架.并讨论了其优缺点和适用的类别区分算法.

基于聚类信息的活动轮廓图像分割模型

基于传统Chan-Vese(CV)模型,结合图像聚类信息,提出一种有效的活动轮廓模型图像分割方法.该方法首先改进CV模型的能量泛函,考虑图像的梯度信息,提高图像分割的精确度.其次在能量泛函中添加图像的聚类信息系数K,并使用图像的聚类信息实现对水平集轮廓曲线的自动初始化.在分割处理彩色图像时,为提高分割效率,对彩色RGB图像的三通道进行加权处理.最后为能量泛函添加正则项,避免水平集的重新初始化,完成对灰度图像及彩色图像的快速精确分割.实验表明该方法的有效性.

基于核模糊聚类的变分水平集医学图像分割

针对李春明提出的"无需重新初始化的变分水平集分割模型"存在对内部像素灰度值相近、边缘分离性差、图像分割效果不理想等问题,提出了一种改进的基于核模糊聚类的变分水平集医学图像分割方法.将原始图像进行核模糊C均值聚类处理得到聚类图像,并将其引入初始水平集函数中.然后将改进的边缘指示函数代入李模型中,实现最终的图像分割.通过对人体脑部、肩部MR医学图像进行试验,并采用最大香农熵进行客观评价.结果表明所提出方法的最大香农熵的值在一定程度上大于李模型方法,且运行时间和迭代次数都有所减少,证明了新方法具有良好的分割质量、适应性强,且无需重新初始化.

联合主题模型的标签聚类方法

提升标签聚类的质量是识别标签语义的一个关键问题.文中提出基于资源的联合主题模型标签聚类方法.利用资源的引用关系,采用随机游走的方法获取资源的权威度分数,以此设置"资源-标签"和"资源-词"这2个二元关系的权重.在此基础上,构建基于资源加权的词与标签的联合潜在狄利克雷分布(LDA)模型,通过迭代学习,获取标签的潜在主题,并根据主题最大隶属度聚类标签.实验表明,相比其它基于资源的标签聚类方法,文中方法能获取更好的聚类效果.

基于模糊聚类水平集的医学图像分割方法

医学图像分割是图像分割的一个重要应用领域,医学图像普遍存在高噪声、伪影、低对比度、灰度不均匀、不同软组织之间与病灶之间边界模糊等特点,因此运用聚类算法,结合李春明模型(LCM)和两相水平集分割方法(CV),首先选用合适的滤波器对医学图像进行去噪,然后使用模糊C均值算法(FCM)获得图像的先验模型;并对传统的CV模型进行改进,对图像进行细分割。实验表明,该模型可以解决图像高噪声、弱边界问题,并可以有效避免重新初始化,对边缘更加敏感,可提高分割精度,有效的抑制噪声,明显的减少迭代次数和时间,具有一定应用价值。。

基于潜在语义索引的中文文本聚类的研究

讨论了中文文本聚类的现状以及存在的问题,介绍了向量空间模型,详细阐述了潜在语义索引理论以及采用该模型进行中文文本聚类的主要步骤,最后采用两种模型进行了实验对比,实验表明采用潜在语义索引模型可以取得更好的聚类效果。

网上拍卖品的价格层级与类别对买方出价行为的影响——基于函数性数据聚类方法的分析

网上拍卖买方出价行为是网上参与者行为研究中的一个重要问题,但现有文献鲜有从统计视角就拍卖品的价格层级与类别对买方出价行为的影响进行研究。本文通过选择拍卖品种类和函数性数据聚类方法,对eBay 26类物品拍卖和中国淘宝网珠宝类拍卖中买方的出价数据进行了函数性聚类分析,研究发现:在拍卖的不同时段,拍卖品的价格层级和类别对买方的出价行为会产生不同的影响,价格层级对买方出价行为的影响在中外网站呈现显著不同的特征。

基于FCM聚类和C-V模型的人眼精确定位方法

提出了一种精确提取眼睛轮廓、虹膜边界、瞳孔中心及眼角坐标的方法。首先利用基于AdaBoost算法的眼睛检测器提取眼睛所在的图像子区域,并应用单尺度Retinex算法增强该子区域;然后在子区域中运用梯度Hough圆变换提取瞳孔中心和虹膜边界;接着运用模糊C均值(FCM)聚类算法在子区域内提取眼睛的初始区域,并以初始区域构造符号距离函数作为C-V模型的初始水平集函数;最后运用C-V模型提取眼睛轮廓和眼角坐标。在Purdue AR人脸测试集上,结合FCM聚类后C-V模型的收敛速度提高了64.1%、定位精度提高了8.3%。方法不受复杂背景影响,对光照变化有较好的适应度,具有较高的鲁棒性。实验结果表明方法是有效的。

类别型缺失数据的聚类半参数logistic学习插补法

缺失数据插补是数据科学中的基本方法之一.本文针对类别型缺失数据提出了一种基于聚类和半参数logisitic学习模型的插补法.该方法首先采用K-近邻法对缺失数据进行预插补,然后用聚类算法将数据分类,提高数据间的相似性,再为每一类数据集建立半参数logistic学习模型,进而完成最后的插补.基于中国家庭金融调查(CHFS)数据集的实证研究表明,该方法优于常用的K-近邻插补法和随机森林插补法.

基于潜在语义分析的构件聚类研究

软构件的检索方法一直是构件库研究的热点,而构件的合理分类是实现构件高效检索的基础。常用的基于刻面分类的构件描述方法,由于受到主观因素的影响,难以实现构件高效检索。针对这一问题,本文通过利用潜在语义分析模型,提出了一种基于潜在语义分析的构件聚类方法,在一定程度上降低了刻面分类的主观性因素,有效地提高了构件检索的效率和准确性。与采用向量空间模型的构件聚类相比较,实验表明该算法具有较好的构件聚类效果。

基于潜在语义差异的医学网页聚类

采用潜在语义索引的全局模型和局部模型表示医学网页时,模糊聚类结果的类间包含度很大。该文提出一种新的潜在语义差异模型,将医学网页中的文本抽取出来并分别采用全局模型、局部模型和差异模型进行表示,利用FCM算法进行聚类并计算类间包含度。实验发现,对给定的5类医学网页进行聚类时,采用差异模型时的类间包含度平均约为全局模型的85%、局部模型的80%。