于剑
- 作品数：123 被引量：961H指数：12
- 供职机构：北京交通大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学医药卫生理学更多>>
- 基于划分的一般聚类模型研究
- 于剑
- 该成果属于计算机学科机器学习领域。项目组多年围绕聚类分析这一技术进行研究。尤其致力于解的稳定性问题，算法收敛性以及算法参数的选择问题的理论研究，提出了一个全新的分析聚类算法性能的理论框架。主要研究内容有：1.针对模糊C均...
- 关键词：
- 关键词：动力系统
- 结合Total-Bregman距离的模糊聚类算法被引量：1
- 2016年
- 模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析。实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性。
- 超木日力格于剑朱杰
- 关键词：聚类算法模糊聚类
- 加权的自适应相似度度量
- 聚类分析是数据挖掘中一种非常重要的技术.聚类算法中的关键问题是相异度或相似度的度量,聚类结果直接依赖于相异度或相似度度量,尤其对于谱聚类方法更是如此.谱聚类算法是近期兴起的一种基于相似度矩阵的聚类算法.相比于传统的划分型...
- 肖宇于剑
- 关键词：聚类分析相似度度量谱聚类
- 文献传递
- 基于统计推理的社区发现模型综述被引量：4
- 2012年
- 社区有助于揭示复杂网络结构和个体间的关系。研究人员从不同视角提出很多社区发现方法,用来识别团内紧密、团间稀疏的网络结构。自2006年以来,提出了一些基于统计推理的社区发现方法,它们可识别实际网络中更多的潜在结构,并以其可靠的理论基础和优越的结构识别能力成为当前的主流。该类方法的主要目标是建立符合实际网络的生成模型以拟合观测网络,将社区发现问题转化为贝叶斯推理问题。首先给出社区发现中生成模型的相关定义;其次按照模型中社区组成元素将已有统计推理模型分为节点社区推理模型和链接社区推理模型,并深入探讨各种模型的设计思想及实现算法;再次,总结各模型适用的网络类型及规模、发现的社区结构、算法复杂度等,给出一种选择已有基于统计推理的社区发现模型的方法,并利用基准数据集对已有典型统计推理模型进行验证及分析;最后探讨了基于统计推理模型的社区发现存在的主要问题和未来发展的方向。
- 柴变芳贾彩燕于剑
- 一种基于相似矩阵逼近的图像分割方法
- 一种基于相似矩阵逼近的图像分割方法，该方法包括以下步骤：从输入图像中提取相似矩阵；对相邻矩阵和相似性权重进行初始化；更新相邻矩阵；更新相似性权重；进行循环迭代；在迭代所得结果上寻找连通分支。根据本发明的基于相似矩阵逼近的...
- 于剑
- 文献传递
- 加权的自适应相似度度量被引量：5
- 2013年
- 聚类分析是数据挖掘中一种非常重要的技术.聚类算法中的关键问题是相异度或相似度的度量,聚类结果直接依赖于相异度或相似度度量,尤其对于谱聚类方法更是如此.谱聚类算法是近期兴起的一种基于相似度矩阵的聚类算法.相比于传统的划分型聚类算法,谱聚类算法不受限于球状聚类簇,能够发现不规则形状的聚类簇.在已有的谱聚类算法中,高斯核相似度是最常用的相似度度量准则.基于高斯核相似度度量及其扩展形式,提出了一种加权的自适应的相似度度量,此相似度可以用于谱聚类以及其他基于相似度矩阵的聚类算法.新的相似度度量不仅能够描述多密度聚类簇中数据点间的相似度,而且可以降低离群点(噪声点)与其他数据点间的相似度.实验结果显示新的相似度度量可以更好地描述不同类型的数据集中数据点间的相似度,进而得到更好的聚类结果.
- 肖宇于剑
- 关键词：聚类分析相似度度量谱聚类离群点
- 模糊C均值算法的聚类有效性评价被引量：42
- 2015年
- 模糊C均值(FCM)聚类算法最终形成的聚类质量会受到初始值的设定、簇的个数选定及参数选择等多方面因素的影响.文中对最近发表的5种代表性聚类有效性指数在不同的数据维数、聚类个数和参数等条件下对FCM的聚类有效性评价结果进行对比分析.实验结果表明基于类内紧致度和类间离散度比值的聚类有效性指数对数据维度及噪声较为鲁棒,基于隶属度的聚类有效性指数不适于高维数据等,上述结果可帮助研究人员在不同的应用环境下选择合适的模糊聚类有效性函数.
- 朴尚哲超木日力格于剑
- 关键词：聚类算法
- 一种新颖的多源数据模糊聚类算法
- 本发明提供了一种多源数据模糊聚类方法。该方法主要包括：收集多源数据，该多源数据中的每个源中包括多个类，每个类又包括多个维度；构造多源数据的多源数据模糊聚类方法的目标函数，在目标函数中对多源数据中的每个源进行加权，对多源数...
- 于剑刘烨詹德川
- 文献传递
- 基于多核学习的投影非负矩阵分解算法被引量：3
- 2014年
- 非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。
- 李谦景丽萍于剑
- 关键词：核函数多核学习
- 基于传染病重大专项临床数据的历代方剂药物替代情况研究
- 2012年
- 目的:对传染病重大专项收集的中药处方数据中历代方剂药物替代情况进行研究。方法:通过传染病重大专项数据获取25907个中药处方,从历代方剂中选取了与该项目数据相关的83个方剂,将中药处方与历代方剂进行对比,找出其中的药物替代情况。结果:获取26个处方对应的44种替代关系,主要涉及人参、枳实、枳壳、橘红等药物。结论:常见替代使用药物在不同年代及不同地区用药来源具有差别,提示我们需要进一步根据方剂的出处确定相应的药物来源;目前关于不同来源药物的疗效差别研究较少,提示我们应该加强相关的实验及临床研究,以对临床合理应用历代方剂提供更多更充分的证据。
- 张磊王义国于剑周雪忠骆真张伟张启明
- 关键词：中药处方
