本文選題：數(shù)據(jù)約減 + 方向角　； 參考：《傳感器與微系統(tǒng)》2017年03期

【摘要】：聚類分析中利用有效性指標(biāo)判斷數(shù)據(jù)集的正確類數(shù)極易受到噪聲數(shù)據(jù)、類之間分離性以及聚類算法的影響,所確定類數(shù)的正確性難以得到保證。為克服這個(gè)問題,以文獻(xiàn)[1]中的數(shù)據(jù)約減方法為基礎(chǔ),對(duì)原數(shù)據(jù)集和約減后的數(shù)據(jù)集利用有效性指標(biāo)進(jìn)行正確類數(shù)判別。實(shí)驗(yàn)表明:該方法能增大類之間的分離性,有效判斷數(shù)據(jù)集的最優(yōu)類數(shù)。
[Abstract]:In clustering analysis, it is easy to use the validity index to judge the correct class number of the data set, which is easily affected by the noise data, the separation between classes and the clustering algorithm, so the correctness of the class number can not be guaranteed. In order to overcome this problem, based on the method of data reduction in reference [1], the validity index of the original data set and the reduced data set is judged correctly. Experiments show that this method can increase the separation between classes and effectively judge the optimal number of classes in data sets.
【作者單位】： 天津大學(xué)電氣與自動(dòng)化工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61573251)
【分類號(hào)】：TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李晨;王亞茹;岳士弘;;基于張開角測度的數(shù)據(jù)約簡[J];傳感器與微系統(tǒng);2016年04期

2 曹付元;武鵬鵬;;一種基于稀疏度和距離的初始類中心選擇算法[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

3 周開樂;楊善林;丁帥;羅賀;;聚類有效性研究綜述[J];系統(tǒng)工程理論與實(shí)踐;2014年09期

4 楊燕;靳蕃;KAMEL Mohamed;;聚類有效性評(píng)價(jià)綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年06期

5 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學(xué)報(bào);2008年01期

6 白素琴;吳小俊;;基于模糊聚類算法的有效性指標(biāo)[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李鑫;李凌雁;李楠;;基于RFID和WSN的采摘機(jī)器人自主定位與導(dǎo)航設(shè)計(jì)[J];農(nóng)機(jī)化研究;2017年09期

2 張君;延軍平;;1982-2013年陜西不同植被類型NDVI變化特征分析[J];干旱區(qū)資源與環(huán)境;2017年04期

3 宣杰;張琳;王汝傳;;基于改進(jìn)PSO的自適應(yīng)FCM聚類算法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

4 李曉瑜;俞麗穎;雷航;唐雪飛;;一種K-means改進(jìn)算法的并行化實(shí)現(xiàn)與應(yīng)用[J];電子科技大學(xué)學(xué)報(bào);2017年01期

5 史曉穎;俞振海;徐海濤;黃彬彬;;Clustering the Stations of Bicycle Sharing System[J];Journal of Donghua University(English Edition);2016年06期

6 徐秀芳;徐森;徐靜;安晶;;基于改進(jìn)K均值算法的X光片圖像聚類研究[J];軟件導(dǎo)刊;2016年12期

7 吳小姣;李高明;易大莉;劉嶺;張彥琦;易東;伍亞舟;;基因表達(dá)譜的非參缺失森林填補(bǔ)算法研究[J];中國衛(wèi)生統(tǒng)計(jì);2016年06期

8 郭文娟;丁要軍;;基于聚類分析的育種小麥機(jī)械裂紋硬度算法[J];中國農(nóng)機(jī)化學(xué)報(bào);2016年12期

9 王志剛;陳名輝;趙振凱;;一種YARN和Spark框架的網(wǎng)格聚類方法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2016年35期

10 肖振球;曾文華;;一種約束的改進(jìn)可能性C均值聚類方法研究[J];甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào);2016年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖宇;于劍;;加權(quán)的自適應(yīng)相似度度量[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

2 楊善林;羅賀;丁帥;;基于云計(jì)算的多源信息服務(wù)系統(tǒng)研究綜述[J];管理科學(xué)學(xué)報(bào);2012年05期

3 李翠霞;史葦杭;李占波;;一種基于密度的加權(quán)模糊均值聚類算法[J];計(jì)算機(jī)科學(xué);2012年05期

4 謝春麗;劉永闊;;概念格理論屬性約簡算法研究[J];傳感器與微系統(tǒng);2012年03期

5 周開樂;丁帥;胡小建;;面向海量數(shù)據(jù)應(yīng)用的物聯(lián)網(wǎng)信息服務(wù)系統(tǒng)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年01期

6 黃治國;王端;;基于粗糙集的數(shù)據(jù)約簡方法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年18期

7 鄧少波;關(guān)素潔;黎敏;劉清;;屬性與屬性值合一的數(shù)據(jù)約簡算法[J];模式識(shí)別與人工智能;2009年02期

8 秦鈺;荊繼武;向繼;張愛華;;基于優(yōu)化初始類中心點(diǎn)的K-means改進(jìn)算法[J];中國科學(xué)院研究生院學(xué)報(bào);2007年06期

9 王玲;薄列峰;焦李成;;密度敏感的半監(jiān)督譜聚類[J];軟件學(xué)報(bào);2007年10期

10 普運(yùn)偉;金煒東;朱明;胡來招;;核模糊C均值算法的聚類有效性研究[J];計(jì)算機(jī)科學(xué);2007年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹學(xué)松;胡恩良;;半監(jiān)督局部維數(shù)約減[J];中國圖象圖形學(xué)報(bào);2011年09期

2 韋佳;文貴華;王文豐;王家兵;;基于局部重構(gòu)與全局保持的半監(jiān)督維數(shù)約減算法[J];計(jì)算機(jī)科學(xué);2011年08期

3 陳洪華;張立;;基于蟻群優(yōu)化的屬性約減方法研究[J];科技信息;2011年28期

4 王巖;于明;翟玉欣;陳冀川;;加權(quán)成對(duì)約束半監(jiān)督局部維數(shù)約減算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年04期

5 韋佳;彭宏;;基于局部與全局保持的半監(jiān)督維數(shù)約減方法[J];軟件學(xué)報(bào);2008年11期

6 馬力,焦李成;基于粗集理論的數(shù)據(jù)約減算法及其改進(jìn)[J];西安電子科技大學(xué)學(xué)報(bào);2004年03期

7 劉曉東;;基于屬性約減的助推技術(shù)及其應(yīng)用[J];深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年04期

8 文貴華;蔡先發(fā);韋佳;;用于癌癥分類的隨機(jī)子空間半監(jiān)督維數(shù)約減(英文)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年07期

9 劉利;劉萍萍;韋佳;;用于帶邊信息人臉數(shù)據(jù)的半監(jiān)督維數(shù)約減算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2011年S1期

10 劉利;韋佳;馬千里;;邊信息傳播修正的半監(jiān)督維數(shù)約減方法[J];小型微型計(jì)算機(jī)系統(tǒng);2011年06期

相關(guān)會(huì)議論文 前2條

1 趙英剛;劉仰光;何欽銘;;一種約減型支持向量域數(shù)據(jù)描述算法[A];第25屆中國控制會(huì)議論文集（中冊(cè)）[C];2006年

2 張軍;戴霞;;基于誤差約減的從明暗恢復(fù)形狀方法[A];中國幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國幾何設(shè)計(jì)與計(jì)算大會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前2條

1 石陸魁;非線性維數(shù)約減算法中若干關(guān)鍵問題的研究[D];天津大學(xué);2005年

2 于瑞國;維數(shù)約減算法研究及其在大規(guī)模文本數(shù)據(jù)挖掘中的應(yīng)用[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張宇;基于分形的無拓?fù)涫噶繄D形約減算法研究[D];四川師范大學(xué);2015年

2 付興虎;基于圖的半監(jiān)督維數(shù)約減方法的研究[D];西南大學(xué);2016年

3 繆香香;高階調(diào)制MIMO系統(tǒng)格約減輔助檢測算法研究[D];南京信息工程大學(xué);2016年

4 張磊;基于非線性維數(shù)約減的優(yōu)化算法在腦電問題中的應(yīng)用[D];河北工業(yè)大學(xué);2007年

5 賀予迪;基于流形學(xué)習(xí)和低秩表示的維數(shù)約減算法研究[D];西安電子科技大學(xué);2014年

6 燕凱;多標(biāo)記維度約減和分類算法研究[D];重慶大學(xué);2014年

7 庫福來;基于核方法的非線性維數(shù)約減的人臉識(shí)別方法研究[D];云南大學(xué);2012年

8 周楠;基于圖的半監(jiān)督維數(shù)約減算法研究及其應(yīng)用[D];西安電子科技大學(xué);2012年

9 王興;大規(guī)模數(shù)據(jù)集的數(shù)據(jù)域描述及樣本約減研究[D];武漢科技大學(xué);2013年

10 梁海龍;基于鄰域粗糙集的屬性約簡和樣本約減算法研究及在文本分類中的應(yīng)用[D];太原理工大學(xué);2015年

，

本文編號(hào)：1907121