首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
基于核函数的混合C均值聚类算法   总被引:2,自引:0,他引:2  
提出了一种基于核函数的混合C均值聚类算法.首先利用模糊C均值聚类算法和另一种类型的可能性C均值聚类算法的优点,设计出一种混合C均值聚类算法.然而鉴于该算法存在的不足,本文将Mercer核函数引入到该算法中,仿真实验结果证实了该方法的可行性和有效性.  相似文献   

2.
城市气温是对城市气候特性评价的一个重要指标.提出核概率聚类算法并将其应用于城市气温的模式分类中,以此寻找城市发展上的共同点.该算法在概率聚类算法上引入了核学习方法的思想,能够很好地处理噪音和孤立点,实现更为准确的聚类.实验结果表明,与相关聚类算法相比,核概率聚类算法聚类效果好,且算法能够很快地收敛.  相似文献   

3.
类内距离和类间距离数值量级差异性导致两类距离无法直接融合,进而影响了FCM聚类模型设计。首先,本文全面回顾了经典和改进型的FCM聚类模型,构建了类内距离和类间距离迹的关系模型,分别从类内类间距离的变化不一致性和量级差异性两个方面分析了现有FCM聚类模型的不足;其次,运用高斯核距离替代传统的欧式距离来表征类内类间距离,基于最小化类内紧凑度与类间分离度差的思想,设计了类内类间距离平衡方法,提出了一种改进的FCM聚类目标函数与算法;最后,运用算例说明了本方法的有效性和优越性。  相似文献   

4.
主要讨论了线性流形和多流形的相关性分析、聚类分析等基本问题,在假设高维数据模型为多个子空间混合模型的基础上,分析了原始数据的几何结构特征,对于线性流形聚类问题采用稀疏子空间聚类算法(SSC),对于多流形聚类问题采用混合流形聚类算法(SMMC).此外,还通过对原始数据进行数据重采样,达到降维的目的,更有效的提取空间几何特征量,达到更好的聚类效果.  相似文献   

5.
基于SMMC模型的数据多流形结构分析研究   总被引:1,自引:0,他引:1  
采用混合多流形谱聚类模型(SMMC)对独立子空间、非独立子空间,非线性良分离及非线性交叉等流形聚类中的四种典型数据进行聚类,并与其他流形聚类方法进行比较,发现SMMC模型聚类效果良好且具有强鲁棒性和泛化能力.将SMMC模型运用于具有混合多流形结构的工件外部边缘轮廓进行聚类,结果显示SMMC模型能够很好的将其分为三类.针对SMMC模型复杂度高、选取参数困难及运行时间长的问题,提出了基于模拟退火遗传算法SMMC模型,结果发现改进后的模型能够大大缩短运行时间.  相似文献   

6.
罗从文 《应用数学》2001,14(1):39-41
本文证明了绝对不可分的MS代数和类布尔代数的每个原理想都是核理想。  相似文献   

7.
在现实生活中,存在着大量语言值数据。为了解决在语言环境中不确定信息的聚类问题,本文提出了一种新的机器学习方法,即基于核方法的模糊对象语言概念格聚类分析模型。该模型通过融合层次聚类与概念格聚类的原理,在寻找到层次聚类局部最优层次的同时优化概念格聚类中的概念选择与概念构造问题。具体地,提出模糊对象语言概念格及其相关性质,它的外延与内涵分别用模糊集与语言术语集来描述,不仅可以表达模糊信息和语言值信息,而且可以描述不同群体之间的语言信息差异;分别分析层次聚类与模糊对象语言概念格聚类,在此基础上,结合核方法计算模糊对象语言概念格中样本间的相似程度,构造基于层次聚类方法的模糊对象语言概念格聚类分析模型;实验结果表明,该模型是有效的,可以集成层次聚类与概念格聚类的优势。  相似文献   

8.
在支持向量机预测建模中,核函数用来将低维特征空间中的非线性问题映射为高维特征空间中的线性问题.核函数的特征对于支持向量机的学习和预测都有很重要的影响.考虑到两种典型核函数—全局核(多项式核函数)和局部核(RBF核函数)在拟合与泛化方面的特性,采用了一种基于混合核函数的支持向量机方法用于预测建模.为了评价不同核函数的建模效果、得到更好的预测性能,采用遗传算法自适应进化支持向量机模型的各项参数,并将其应用于装备费用预测的实际问题中.实际计算表明采用混合核函数的支持向量机较单一核函数时有更好的预测性能,可以作为一种有效的预测建模方法在装备管理中推广应用.  相似文献   

9.
俞燕  徐勤丰  孙鹏飞 《应用数学》2006,19(3):600-605
本文基于Dirichlet分布有限混合模型,提出了一种用于成分数据的Bayes聚类方法.采用EM算法获得模型参数的估计,用BIC准则确定类数,用类似于Bayes判别的方法对各观测分类.推导了计算公式,编写出程序.模拟研究结果表明,本文提出的方法有较好的聚类效果.  相似文献   

10.
动态血压监测的聚类结果与其他临床信息相结合,可探究不同的血压特征,从而实现更准确的诊断和更深入的研究。考虑到动态血压监测每次有多个测量值,并且由于不同原因导致存在缺失数据,本文结合凝聚层次聚类以及高斯混合模型提出了一种可以有效处理动态缺失数据的新聚类方法,其中的高斯混合模型通过EM算法加以求解。我们通过数值模拟验证了所提聚类方法的效果,并在一组真实动态血压数据分析中发现该聚类方法可以有效甄别隐匿性高血压的病例,从而为临床医生提供一个有效的诊断辅助工具。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号