石鸿雁

作品数:24被引量:111H指数:7
导出分析报告
供职机构:沈阳工业大学理学院更多>>
发文主题:移动机器人混沌优化算法混沌优化收敛性路径规划更多>>
发文领域:自动化与计算机技术理学自然科学总论经济管理更多>>
发文期刊:《数学的实践与认识》《计算机与现代化》《统计与决策》《控制与决策》更多>>
所获基金:国家自然科学基金辽宁省教育厅基金资助项目辽宁省科技厅自然科学基金辽宁省教育厅资助项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于改进果蝇优化的密度峰值聚类算法被引量:2
《微电子学与计算机》2022年第9期26-34,共9页杨爽爽 石鸿雁 
国家自然科学基金(61074005)。
密度峰值聚类算法(Clustering by fast search and find of density peaks,DPC)的截断距离参数需人工干预,且参数选取对聚类结果产生较大的影响.为解决这一问题,提出了一种基于改进果蝇优化的密度峰值聚类算法.通过Tent混沌映射初始化...
关键词:密度峰值聚类 截断距离 果蝇优化算法 Tent混沌 柯西变异 收敛性 
海量数据下的并行频繁项集挖掘算法被引量:4
《统计与决策》2022年第18期48-53,共6页敖孟飞 石鸿雁 
国家自然科学基金资助项目(61074005)。
文章针对频繁项集挖掘中传统串行Eclat算法面对海量数据时挖掘效率不高的问题,提出一种海量数据下的并行频繁项集挖掘算法,即I-SPEclat算法。首先,对Eclat算法存在的缺陷进行改进,引入图的邻接矩阵作为数据的存储结构,避免了大量的交集...
关键词:Eclat算法 Spark框架 邻接矩阵 剪枝优化 
基于改进布谷鸟搜索的k-means算法的离群点检测被引量:1
《计算机与现代化》2021年第10期15-22,共8页庄丽丽 石鸿雁 
国家自然科学基金资助项目(61074005)。
为了解决k-means算法的离群点检测容易受到初始聚类中心的影响陷入局部最优的问题,本文提出一种基于改进布谷鸟搜索的k-means算法的离群点检测方法。首先,对原始布谷鸟搜索算法中的发现概率和莱维飞行步长做自适应策略改进并进行实验仿...
关键词:离群点检测 K-MEANS算法 布谷鸟搜索算法 收敛性 
融合云模型优化萤火虫的K-mediods聚类算法被引量:4
《统计与决策》2021年第5期34-39,共6页管雪婷 石鸿雁 
国家自然科学基金资助项目(61074005)
文章针对K-中心点聚类算法(K-mediods)易陷入局部最优及运行代价过大的问题,提出一种融合云模型优化萤火虫的K-mediods聚类算法。首先,将基于优秀萤火虫的云模型优化策略与基于普通萤火虫的云动态调整因子策略以及自主随机搜索相结合,...
关键词:K-中心点聚类 云模型 改进的GSO算法 动态调整 全局收敛性 
基于改进蝙蝠算法优化的FCM聚类算法被引量:5
《计算机与现代化》2020年第5期29-33,38,共6页常雪 石鸿雁 
针对传统模糊C-均值(Fuzzy C-Means,FCM)聚类算法隐含假设各个样本和各维属性对聚类结果作用相同,导致算法聚类性能降低,以及对初始中心点敏感且易陷入局部最优的问题,提出一种基于改进蝙蝠算法优化的FCM聚类算法。该算法首先采用混沌...
关键词:FCM聚类算法 蝙蝠算法 混沌映射 样本加权 特征加权 
基于平均差异度的改进k-prototypes聚类算法被引量:4
《沈阳工业大学学报》2019年第5期555-559,共5页石鸿雁 徐明明 
国家自然科学基金资助项目(61074005)
针对k-prototypes聚类算法随机选取初始聚类中心导致聚类结果不稳定,以及现有的大多数混合属性数据聚类算法聚类质量不高等问题,提出了基于平均差异度的改进k-prototypes聚类算法.通过利用平均差异度选取初始聚类中心,避免了初始聚类中...
关键词:k-prototypes算法 聚类 初始聚类中心 混合属性数据 平均差异度 信息熵 属性权重 度量公式 
基于MapReduce框架下的K-means聚类算法的改进被引量:7
《计算机与现代化》2019年第8期28-32,43,共6页宋阳 石鸿雁 
国家自然科学基金资助项目(61074005);辽宁省高等学校优秀科技人才支持计划项目(LR2012005)
针对K-means算法处理海量数据的聚类效果和速率,提出一种基于MapReduce框架下的K-means算法分布式并行化编程模型。首先对K-means聚类算法初始化敏感的问题,给出一种新的相异度函数,根据数据间的相异程度来确定k值,并选取相异度较小的...
关键词:K-MEANS算法 相异度函数 MAPREDUCE模型 
基于方形邻域和裁剪因子的离群点检测方法被引量:7
《小型微型计算机系统》2019年第1期186-189,共4页涂晓敏 石鸿雁 
国家自然科学基金项目(61074005)资助
针对改进的局部稀疏系数(Enhanced Local Sparsity Coefficient,简称ELSC)算法在邻域查询过程中存在的不足,以及为了提高算法查准率,提出了一种基于方形邻域和裁剪因子的离群点检测算法.首先采用方形邻域,吸取网格算法的思想,以扩张的...
关键词:数据挖掘 离群点 方形邻域 裁剪因子 局部稀疏指数 
改进的DBSCAN聚类和LAOF两阶段混合数据离群点检测方法被引量:15
《小型微型计算机系统》2018年第1期74-77,共4页石鸿雁 马晓娟 
国家自然科学基金项目(61074005)资助
针对现有的混合属性离群点检测算法大多检测质量不高等问题,本文提出了改进的DBSCAN聚类和新的局部离群因子LAOF两阶段混合数据的离群点检测算法.针对DBSCAN算法中参数ε和Minpts需要人为确定而导致聚类质量差的缺点,给出了通过输入K近...
关键词:数据挖掘 离群点检测 信息熵 聚类 加权距离 
基于李雅普诺夫指数的临近点选取方法被引量:1
《统计与决策》2016年第20期12-15,共4页石鸿雁 魏俊达 
混沌时间序列的局域法预测以其计算量小、适用性强等优点,得到了广泛应用。但是其预测效果受制于临近点的选取,尤其是"伪临近点"的存在将降低预测精度,所以合理选取临近点至关重要。考虑到相点各维分量对预测的影响不同,相点的演化趋势...
关键词:混沌时间序列 局域法 临近点 李雅普诺夫指数 
检索报告 对象比较 聚类工具 使用帮助 返回顶部