您的位置: 专家智库 > >

温凤文

作品数:3 被引量:4H指数:1
供职机构:重庆师范大学数学学院更多>>
发文基金:重庆市自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇群算法
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群算法
  • 2篇聚类
  • 2篇聚类分析
  • 2篇K-均值
  • 1篇学习法
  • 1篇人脸
  • 1篇人脸识别
  • 1篇线性判别分析
  • 1篇粒子群优化
  • 1篇聚类算法
  • 1篇均值聚类
  • 1篇或然率
  • 1篇改进粒子群
  • 1篇改进粒子群算...
  • 1篇K-均值聚类
  • 1篇K-均值算法

机构

  • 3篇重庆师范大学

作者

  • 3篇温凤文
  • 2篇王洪春

传媒

  • 1篇黑龙江科技信...
  • 1篇重庆师范大学...

年份

  • 2篇2014
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
粒子群优化K-均值聚类算法研究
目前数据挖掘技术已经成为信息决策和数据库领域最具有代表性的研究方向之一。聚类分析是一种典型的无监督分类方法,同时也是数据挖掘中的一种重要支派,被广泛地应用到、模式识别、图像处理等大型数据集分析和市场行情走向研究等多个领域...
温凤文
关键词:粒子群算法K-均值聚类分析
基于邻域影响的改进粒子群算法的聚类算法被引量:1
2014年
K-均值算法是一种传统的聚类分析方法,具有思想与算法简单的特点,因此成为聚类分析的常用方法之一。但K-均值算法的分类结果过分依赖于初始聚类中心的选择,对于某些初始值,该算法有可能收敛于一般次优解,在分析K-均值算法和粒子群算法的基础上,提出了一种基于邻域影响的改进的粒子群算法的聚类算法,通过对粒子群算法的改进来优化与K-均值结合的聚类算法。该算法将局部搜索能力强的K-均值算法和全局搜索能力强的粒子群算法结合,提高了K-均值算法的局部搜索能力、加快收敛速度,有效阻止了早熟现象的发生,达到那些离群的孤立点。实验表明该聚类算法有更好的收敛效果,一方面聚类所用的时间更短,另一方面聚类的准确率更高。
温凤文王洪春
关键词:聚类分析K-均值算法粒子群算法
改进的张量线性判别分析被引量:1
2013年
人脸图片数据本质上是一个三维张量数据,而传统机器学习方法在提取人脸结构特性信息时将其展开为一维向量,这破坏了数据的内在结构信息。张量分析算法用于人脸结构数据克服了数据向量化带来的缺点。本文对比基于向量化的线性判别分析(linear discriminant analysis,LDA)算法,对40幅人脸图片进行识别,实验表明张量线性判别分析算法最高识别率达到100%,其总体识别率明显优于LDA算法。
温凤文王洪春
关键词:人脸识别
共1页<1>
聚类工具0