粗糙聚类

作品数：20被引量：95H指数：6
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：马福民张腾飞苗夺谦姜立军李哲林更多>>
相关机构：南京财经大学南京邮电大学同济大学华南理工大学更多>>
相关期刊：《模式识别与人工智能》《控制与决策》《电子与信息学报》《计算机工程》更多>>
相关基金：国家自然科学基金江苏省高校自然科学研究项目江苏省“青蓝工程”基金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
浅谈数据挖掘中金融时间序列的粗糙聚类
《湖北开放职业学院学报》2024年第8期150-152,共3页施力文 刘栋 姚宁 
河北省高等学校科学技术研究项目“基于深度学习的无线传感器网络能耗与频谱资源协同优化算法研究”(项目编号:QN2019338);沧州市重点研发计划自筹项目“面向车联网的无线传感器网络频谱资源优化算法研究”(项目编号:204102008);天津天狮学院教学改革与研究项目“‘大数据’背景下电子商务专业双创教育模式构建”(项目编号:J22004)。
金融时间序列分析与预测作为金融领域重要研究方向,对于揭示市场动态、指导投资决策以及维护金融稳定具有关键意义。然而,金融时间序列数据具有复杂性、高噪声等特点,使得传统聚类方法在处理这些问题上往往存在局限性。粗糙聚类作为一...
关键词：金融时间序列 数据挖掘 粗糙聚类 
代理多目标粒子群驱动的粗糙聚类图像分割算法被引量：3
《西安邮电大学学报》2024年第2期74-83,共10页赵凤 孙磊 刘汉强 
国家自然科学基金项目(62071379,62071378,61901365,62106196)。
为了提高粗糙聚类算法应用于图像分割时的分割效果,提出一种代理多目标粒子群驱动的粗糙聚类图像分割算法。首先,通过自适应确定粗糙聚类上、下近似的阈值,减少人为干预;其次,利用粗糙聚类中边界样本占比构建动态惩罚因子,进而结合聚类...
关键词：图像分割 粗糙聚类 多目标粒子群算法 代理辅助优化 精英机制 
基于模糊优势关系的粗糙聚类定性组合算法被引量：1
《计算机工程》2019年第8期48-52,59,共6页沈怡秀 马福民 曹杰 
国家重点研发计划(2017YFD0401001);国家自然科学基金(61403184);国家农业科技成果转化资金项目(2014GB2C100300);江苏省高等学校自然科学研究重大项目(17KJA120001,14KJA520001);江苏省研究生科研创新计划(KYCX17_1210)
为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差...
关键词：粗糙聚类 K均值 定性组合 模糊优势关系 混合数据集 
基于区间2-型模糊度量的粗糙K-means聚类算法被引量：6
《模式识别与人工智能》2018年第3期265-274,共10页逯瑞强 马福民 张腾飞 
国家自然科学基金项目(No.61403184;61105082);江苏省高校自然科学研究重大项目(No.17KJA120001);江苏省"青蓝工程"项目(No.QL2016);江苏高校优势学科建设工程项目(PAPD);国家电子商务信息处理国际联合研究中心项目(No.2013B01035);南京邮电大学"1311人才计划"基金(No.NY2013)资助~~
现有粗糙K-means聚类算法及系列改进、衍生算法均是从不同角度描述交叉类簇边界区域中的不确定性数据对象,却忽视类簇间规模的不均衡对聚类迭代过程及结果的影响.文中引入区间2-型模糊集的概念度量类簇的边界区域数据对象,提出基于区间2...
关键词：粗糙聚类 K-MEANS 区间2-型模糊度量 粗糙集 
基于局部密度自适应度量的粗糙K-means聚类算法被引量：15
《计算机工程与科学》2018年第1期184-190,共7页马福民 逯瑞强 张腾飞 
国家自然科学基金(61403184;61105082);江苏省高校自然科学研究重大项目(17KJA120001);江苏省"青蓝工程"基金(QL2016);南京邮电大学科研项目(NY215149);江苏高校优势学科建设工程资助项目(PAPD)
通过引入上、下近似的思想,粗糙K-means已成为一种处理聚类边界模糊问题的有效算法,粗糙模糊K-means、模糊粗糙K-means等作为粗糙K-means的衍生算法,进一步对聚类边界对象的不确定性进行了细化描述,改善了聚类的效果。然而,这些算法在...
关键词：粗糙聚类 K-MEANS 局部密度度量 粗糙集 
考虑类结构变动的自适应进化聚类及其在客户细分中的应用被引量：1
《数据分析与知识发现》2017年第12期21-31,共11页胡晓雪 
【目的】针对多时段动态客户细分问题,提出一种面向契约型客户的类结构变动自适应进化聚类框架。【方法】通过构建一个动态更新相似矩阵和聚类参数的聚类环,实现对客户细分结果的跟踪。在每个聚类时段,首先,以前一相邻时段的聚类结果为...
关键词：进化聚类 动态聚类 粗糙聚类 客户细分 
基于边界区域局部模糊增强的πRKM聚类算法被引量：4
《控制与决策》2017年第11期1949-1956,共8页马福民 逯瑞强 张腾飞 
国家自然科学基金项目(61403184;61105082);江苏省高校自然科学研究重大项目(17KJA120001);南京邮电大学1311人才计划基金项目(NY2013);江苏高校优势学科建设工程项目;国家电子商务信息处理国际联合研究中心项目(2013B01035)
如何对交叉边界区域的数据对象进行度量与处理一直是粗糙k-means(RKM)及其衍生算法的主要出发点.πRKM算法通过引入Laplace无差别原则,较好地解决了传统RKM算法对权重系数的选择比较敏感等相关问题,但没有考虑边界区域多个类簇的交叉程...
关键词：粗糙聚类 K-MEANS 局部模糊度量 粗糙集 
基于小生境遗传禁忌的粗糙聚类分析算法被引量：2
《计算机工程与设计》2017年第10期2718-2722,2739,共6页欧阳浩 王智文 黄镇谨 
国家自然科学基金项目(61462008);柳州市科学研究与技术开发计划基金项目(2016C050205);广西科技大学创新团队基金项目(0316000209);广西科技大学校科自基金项目(174523);广西高校图形图像智能处理重点实验室基金项目(GIIP201508);广西教育厅中青年教师基础能力提高基金项目(KY2016YB252)
K-Means算法对于初始中心点敏感,容易受到噪声干扰,无法处理非确定性问题等缺陷,且其改进遗传K-Means容易陷入到局部最优解中,粗糙聚类算法虽提升了算法对于不确定性问题的分析能力,但其仍有较大的提升空间。为此,提出将遗传算法与粗糙...
关键词：聚类 禁忌搜索 遗传算法 粗糙集 小生境 
基于粗糙集理论的区间型多属性灰决策规则及应用
《模糊系统与数学》2016年第3期105-113,共9页解铭 
邯郸市科学技术研究与发展计划项目(1438201080-2);河北省高等学校科学技术研究项目(QN2014309
本文在粗糙集理论的基础上,针对属性值为区间数的信息系统,提出了一种新的决策规则。首先,借助于改进的粗糙聚类算法对区间型属性值进行离散化,之后通过构造划分同族矩阵来确定属性约简集。最后,基于灰色关联分析技术提出了灰色决策规...
关键词：粗糙聚类 区间数 灰色关联分析 BP神经网络 
基于粗糙聚类的航空制造企业零件生产周期分析被引量：3
《工业工程》2012年第4期119-123,135,共6页涂袁志 孙树栋 李庆贺 王萌 
国家自然科学基金资助项目(51075337)
航空制造企业的零件生产周期波动较大,将基于粗糙集理论的k-means聚类应用于零件生产周期研究,通过周期类上、下近似方法刻画企业实际生产周期样本的归属,并将不同类别的周期表达为一种覆盖关系;实例仿真结果表明该算法能为企业制定期...
关键词：生产周期 离散制造 粗糙集理论 K-MEANS聚类 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部