周晓英

作品数：2被引量：9H指数：2
导出分析报告
供职机构：首都师范大学信息工程学院更多>>
发文主题：K-MEANS均值聚类算法聚类主成分分析更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机应用与软件》《计算机科学》更多>>
所获基金：国家自然科学基金北京市自然科学基金国际科技合作与交流专项项目北京市重点实验室更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于半监督K-Means的属性加权聚类算法被引量：6
《计算机应用与软件》2017年第3期189-193,242,共6页潘巍 周晓英 吴立锋 王国辉 
国家自然科学基金项目(61202027);北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20150507)
K-Means是经典的非监督聚类算法,因其速度快,稳定性高广泛应用在各个领域。但传统的K-Means没有考虑无关属性以及噪声属性的影响,并且不能自动寻找聚类数目K。而目前K-Means的改进算法中,也鲜有关于高维以及噪声方面的改进。因此,结合PC...
关键词：均值 聚类 半监督 主成分分析 属性加权 
基于非对称变邻域粗糙集模型的属性约简被引量：3
《计算机科学》2015年第6期282-287,共6页惠景丽 潘巍 吴康康 周晓英 
国家自然科学基金资助项目(61070049;61202027);国际科技合作项目(2012D FA11340);北京市自然科学基金资助项目(4122015);电子系统可靠性技术北京市重点实验室2012年阶梯计划项目(Z121101002812006)资助
在分析邻域粗糙集模型弊端的基础上,提出了非对称变邻域粗糙集模型,并以全局属性重要度为启发条件,构造了基于非对称变邻域粗糙集模型的属性约简的启发式算法。利用6个UCI标准数据集与现有算法进行了比较分析,结果表明,该模型不仅可以...
关键词：邻域粗糙集 全局定邻域 非对称变邻域 全局属性重要度 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部