收藏本站
《计算机工程与应用》 2011年36期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于系统能量理论的多目标优化聚类集成研究

胡健  孙金花  
【摘要】:为提高聚类集成算法效率,弥补以往聚类集成算法的不足,确保多数聚类成员分簇的均匀无偏差,提出了一种新的基于聚类集成的多目标聚类分析框架,并利用系统能量理论定义了多目标聚类问题的优化目标函数。在此基础上,设计了一种启发式的K-ETMC聚类集成算法,并对Iris、Wine、Soybean三个数据集进行了快速有效的聚类分析,通过与MCLA,HGPA,CSPA三个典型聚类集成算法比较表明:该算法聚类效果较好,能够有效地改善聚类结果。

【参考文献】
中国期刊全文数据库 前2条
1 秦文展;;如何运用系统理论建设先进企业文化[J];市场论坛;2006年03期
2 罗会兰;孔繁胜;李一啸;;聚类集成中的差异性度量研究[J];计算机学报;2007年08期
【共引文献】
中国期刊全文数据库 前10条
1 谢文彪;樊绍胜;费洪晓;樊晓平;;基于互信息梯度优化计算的信息判别特征提取[J];电子与信息学报;2009年12期
2 卢志茂;徐森;刘远超;顾国昌;;使用“分裂-合并"策略改进文本聚类集成算法的研究[J];高技术通讯;2010年07期
3 张燕平;曹振田;赵姝;郑尧军;杜玲;窦蓉蓉;;一种新的决策树选择性集成学习方法[J];计算机工程与应用;2010年17期
4 杨草原;刘大有;杨博;池淑珍;金弟;;聚类集成方法研究[J];计算机科学;2011年02期
5 罗会兰;孔繁胜;李一啸;;聚类集成中的差异性度量研究[J];计算机学报;2007年08期
6 丁艳辉;李庆忠;董永权;彭朝晖;;基于集成学习和二维关联边条件随机场的Web数据语义标注方法[J];计算机学报;2010年02期
7 李岩;王东风;韩璞;;基于核独立分量分析的模糊核聚类神经网络集成方法[J];计算机应用研究;2009年09期
8 徐森;卢志茂;顾国昌;;文本聚类集成问题中的谱算法[J];控制与决策;2009年08期
9 谢文彪;樊绍胜;樊晓平;;一种可最优化计算特征规模的互信息特征提取[J];控制与决策;2009年12期
10 徐森;卢志茂;顾国昌;;解决文本聚类集成问题的两个谱算法[J];自动化学报;2009年07期
中国博士学位论文全文数据库 前9条
1 徐森;文本聚类集成关键技术研究[D];哈尔滨工程大学;2010年
2 胡健;面向企业关系价值分析的数据挖掘方法研究[D];哈尔滨工业大学;2009年
3 罗会兰;聚类集成关键技术研究[D];浙江大学;2007年
4 刘昆宏;多分类器集成系统在基因微阵列数据分析中的应用[D];中国科学技术大学;2008年
5 刘良旭;移动对象数据库中时空数据管理若干关键技术研究[D];东华大学;2008年
6 丁艳辉;面向Web数据集成的数据抽取问题研究[D];山东大学;2010年
7 胡健;面向企业关系价值分析的数据挖掘方法研究[D];哈尔滨工业大学;2009年
8 赵强利;基于选择性集成的在线机器学习关键技术研究[D];国防科学技术大学;2010年
9 马军伟;基于机器学习方法的蛋白质亚细胞定位预测研究[D];大连理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 乔坤;基于系统能量理论的聚类算法及其应用研究[D];西安建筑科技大学;2007年
2 祝慧;企业文化的制度化研究[D];广东省社会科学院;2007年
3 孙业勤;基于数据分区的密度聚类算法应用研究[D];大连理工大学;2008年
4 付彬;多分类器组合中的基分类器选取方法[D];北京交通大学;2009年
5 雍凯;随机森林的特征选择和模型优化算法研究[D];哈尔滨工业大学;2008年
6 徐春归;基于微阵列数据分析的肿瘤分类方法研究[D];中国科学技术大学;2009年
7 王宏科;基于密度和网格的数据流聚类研究与实现[D];大连理工大学;2009年
8 张艳明;基于集对论的网络安全态势评估技术[D];哈尔滨工业大学;2009年
9 欧吉顺;多分类器动态集成技术研究[D];江苏大学;2010年
10 冯伦阔;基于集成学习的覆盖算法研究[D];安徽大学;2010年
【二级参考文献】
中国期刊全文数据库 前1条
1 唐伟,周志华;基于Bagging的选择性聚类集成[J];软件学报;2005年04期
【相似文献】
中国期刊全文数据库 前10条
1 凌霄汉;吉根林;;一种基于聚类集成的无监督特征选择方法[J];南京师范大学学报(工程技术版);2007年03期
2 罗会兰;危辉;;一致性函数研究[J];计算机工程与应用;2009年17期
3 陈峰;秦斌;;基于多目标优化的免疫遗传算法在Matlab环境中的实现[J];湖南工业大学学报;2007年02期
4 吉根林;凌霄汉;杨明;;一种基于集成学习的分布式聚类算法[J];东南大学学报(自然科学版);2007年04期
5 孙小强;张求明;;一种基于粒子群优化的多目标优化算法[J];计算机工程与应用;2006年18期
6 赵斌;张永胜;;基于Bagging的XML文档集成聚类研究[J];计算机工程与应用;2009年14期
7 郭红;蔡莉;;采用多目标微分进化算法的基因表达数据双向聚类[J];小型微型计算机系统;2010年10期
8 翟雨生;程志红;陈光柱;李柳;查蔓丽;;基于免疫的多目标优化遗传算法[J];计算机应用研究;2007年03期
9 李凯;陈武;;基于集成学习的入侵检测方法[J];计算机工程;2008年11期
10 张娜;张永平;;模糊核聚类支持向量机集成模型及应用[J];计算机应用;2010年01期
中国重要会议论文全文数据库 前10条
1 张洪洲;;RCN网络终端可靠性多目标优化问题的研究[A];2011年亚太青年通信学术会议论文集(2)[C];2011年
2 司海涛;俞集辉;彭光金;;改进粒子群聚类算法及在电力造价中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
3 王守强;朱大铭;史士英;;基于输入点集求解k-Means聚类算法[A];第二十六届中国控制会议论文集[C];2007年
4 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
5 余琳;邓玲;;常见聚类算法的比较以及DSS系统中的应用[A];湖北省通信学会、武汉通信学会2009年学术年会论文集[C];2009年
6 李文超;周勇;夏士雄;;一种新的基于层次和K-means方法的聚类算法[A];第二十六届中国控制会议论文集[C];2007年
7 颜伏伍;王洪建;田韶鹏;袁智军;;基于NSGA-Ⅱ的变速器齿轮系多目标可靠性优化设计[A];湖北省内燃机学会2009年学术年会论文集[C];2009年
8 李剑;李俊;;改进的K-means聚类算法在入侵检测系统中的应用研究[A];2011年全国通信安全学术会议论文集[C];2011年
9 李枚毅;;并发定位与建图的多目标免疫进化算法[A];第二十六届中国控制会议论文集[C];2007年
10 刘磊;王永骥;;基于单目视觉的机器人动态目标识别与跟踪[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库 前3条
1 ;视频数据中挖“宝”[N];计算机世界;2002年
2 本报记者 赵凤华 通讯员 戴世勇 陶春明;本科生登上全国学术会议讲坛[N];科技日报;2008年
3 本报记者 于翔;多元管理防范金融风险[N];网络世界;2010年
中国博士学位论文全文数据库 前10条
1 张春霞;集成学习中有关算法的研究[D];西安交通大学;2010年
2 万淼;基于群智能和随机索引的网络聚类算法研究[D];北京邮电大学;2011年
3 方育柯;集成学习理论研究及其在个性化推荐中的应用[D];电子科技大学;2011年
4 刘位龙;面向不确定性数据的聚类算法研究[D];山东师范大学;2011年
5 王清;集成学习中若干关键问题的研究[D];复旦大学;2011年
6 管仁初;半监督聚类算法的研究与应用[D];吉林大学;2010年
7 张勇;区间多目标优化问题的微粒群优化理论及应用[D];中国矿业大学;2009年
8 张丽新;高维数据的特征选择及基于特征选择的集成学习研究[D];清华大学;2004年
9 叶镇清;自适应聚类算法挖掘网络模块结构及其在酵母蛋白作用网络中的应用[D];浙江大学;2008年
10 张鸿雁;基于DNA计算的聚类算法研究[D];山东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 张家红;集成分类学习算法研究[D];山东师范大学;2011年
2 卜德云;自适应谱聚类算法的研究与应用[D];南京航空航天大学;2010年
3 刘晓坤;基于遗传算法的混合学习和集成学习研究[D];天津大学;2003年
4 石洪竺;量子进化聚类算法研究[D];西安电子科技大学;2010年
5 温程;并行聚类算法在MapReduce上的实现[D];浙江大学;2011年
6 张珠玉;聚类算法及其在日志数据处理中的应用研究[D];山东师范大学;2011年
7 叶冲轶;高维海量数据联合聚类算法的研究与应用[D];浙江工商大学;2010年
8 姚毓凯;一种有效的自适应网格密度聚类算法研究[D];兰州大学;2011年
9 王帆;基于优化目标可调控的免疫聚类算法的研究[D];太原理工大学;2010年
10 李长进;基于蚁群算法的混合聚类算法研究[D];中国石油大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026