国家教育部博士点基金(20050004008)
- 作品数：4 被引量：11H指数：2
- 相关作者：于剑肖宇季秋黄厚宽朱岩更多>>
- 相关机构：北京交通大学卡尔斯鲁厄大学更多>>
- 发文基金：国家教育部博士点基金霍英东青年教师基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 样本加权的多模型回归
- 2007年
- 回归分析是一种建立变量之间函数关系的简便方法.原始的回归分析算法并未考虑样本点的权重,即认为每个样本点的重要性都相等.但是,这样的算法在遇到包含野值点的实际问题时经常会失效,因为野值点会对回归模型产生很大的干扰.而对于多模型回归估计,每个样本点隶属于各模型的程度不同.针对多模型回归的这一特点,研究一种自适应的样本加权方法,在每一次计算样本点隶属度时,也对样本点的权重进行逼近,尽可能使野值点的权重减小为0,数值实验表明了该方法的有效性.
- 朱岩于剑
- 关键词：最小二乘法异方差自适应
- 基于HS-树的所有MIPS求解算法
- 2009年
- 本体在语义web中扮演很重要的角色.本体的重用、合并或者进一步扩展都有可能导致本体不一致.目前很多解决本体不一致的方法都需要计算最小不一致保持子集(MIPS).本文利用HS-树方法给出了一种能够有效计算本体中所有MIPS的算法.实验表明该算法是有效的,尤其对于本体中包含不可满足的概念远远多于MIPS的情形更加有效.
- 周丽平黄厚宽瞿有利漆桂林季秋
- 关键词：语义WEBMIPS本体
- Gap statistic与K-means算法被引量：7
- 2007年
- 对于许多聚类算法来说,聚类有效性是一个至关重要的问题.文献中已经提出很多针对此问题的方法,Gap statistic方法就是其中之一.一般认为,Gap statistic可用于解决K-means算法的聚类有效性问题.但是,缺少实际的理论分析和相近的实验数据支持.对Gap statistic方法在k-means算法中是否可行进行了验证和分析.通过用Gap statistic对k-means算法聚类效果明显的数据集进行实验,将实验结果和文献中的结论做比较,说明了Gap statistic方法并没有达到预期的结果.将Xie-Beni指标和Gap statistic方法做比较,结果显示在K-means算法聚类有效时,Xie-Beni指标要优于Gap statistic方法.
- 肖宇于剑
- 关键词：GAP聚类有效性K-MEANS
