中央高校基本科研业务费专项资金(N100604018)
- 作品数：2 被引量：3H指数：1
- 相关作者：陈东岳吴成东王力陈莉李孟歆更多>>
- 相关机构：东北大学沈阳建筑大学更多>>
- 发文基金：中央高校基本科研业务费专项资金沈阳市科学技术计划项目辽宁省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于密度权期望最大与分裂合并策略的线状模式挖掘
- 2012年
- 该文针对非线性数据集中线状模式的挖掘问题,提出一种基于密度权期望最大(EM)与分裂合并策略的回归算法。算法基于有限混合模型思想,使用点向式方程定义线状模式表示,将网格密度作为调节权值引入EM过程,有效降低了回归落入局部极值的可能性。同时,引入分裂合并策略,使得算法能够解决连通性问题,并且即使在挖掘数设置与本质线状模式数不相符时也能获得正确结果。实验结果表明,算法对挖掘数设置不敏感,能够正确挖掘出噪声环境下数据集的线状模式。
- 王力吴成东陈东岳
- 关键词：数据挖掘期望最大化
- 非线性流形上的线性结构聚类挖掘被引量：3
- 2012年
- 针对非线性数据流形的线性结构挖掘问题,提出一种基于Grassmann流形和蚁群方法的聚类算法.为抑制噪声对线性结构探测的影响,对含噪数据集进行算法处理最小单元提升,利用Grassmann流形定义提升后单元间相似度,同时设计了一种类测地距离作为簇连通性约束.为提高蚁群解的线性结构挖掘质量,提出了曲面复杂度最小方向定义,并将其作为信息素更新的启发信息引入.在多个数据集上的实验和分析表明,与K-means、Geodesic K-means以及有限混合模型(Finite mixture model,FMM)等传统算法相比,本文算法具备挖掘非线性流形上线性结构的新特性,并且能够保证线性结构内部的连通性.
- 王力吴成东陈东岳李孟歆陈莉
- 关键词：GRASSMANN流形蚁群聚类
