近邻传播
近邻传播的相关文献在2008年到2022年内共计135篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、信息与知识传播
等领域,其中期刊论文83篇、专利文献7988篇;相关期刊52种,包括电子科技大学学报、哈尔滨工程大学学报、电子与信息学报等;
近邻传播的相关文献由373位作者贡献,包括焦李成、侯彪、王爽等。
近邻传播
-研究学者
- 焦李成
- 侯彪
- 王爽
- 马文萍
- 尚荣华
- 傅予力
- 刘亚超
- 刘红英
- 向友君
- 吴建设
- 周玉龙
- 张向荣
- 熊涛
- 王卫涛
- 赖凯敏
- 陈维翔
- 马晶晶
- 储岳中
- 刘渊
- 李海林
- 钱雪忠
- 丁一鹏
- 于佳平
- 于剑
- 伍章俊
- 侯小谨
- 倪丽萍
- 倪志伟
- 公茂果
- 冯婕
- 冯霞
- 刁兴春
- 刘坤
- 刘恒
- 刘昌云
- 刘立国
- 刘艺
- 卢志茂
- 卢鹏丽
- 向培素
- 吴江琴
- 姚周飞
- 姚小强
- 姜宇恒
- 娄杰
- 孟军
- 常瑞花
- 庄越挺
- 张学锋
- 张建朋
-
-
张宇姣;
黄锐;
张福泉;
隋栋;
张虎
-
-
摘要:
为了提高近邻传播聚类算法的聚类性能,采用菌群算法进行近邻传播偏向参数优化求解。首先,根据待聚类样本建立相似矩阵,初始化偏向参数;然后采用菌群算法优化偏向参数,将偏向参数作为菌落进行训练,设置轮廓(Silhouette)指标值作为菌群算法的适应度函数;接着通过菌落位置更新优化后的偏向参数,进行近邻传播聚类运算,不断更新近邻传播聚类算法的决策和潜力阵;最后获得稳定的聚类结果。实验结果表明,合理设置菌群优化算法的参数,能够获得较好的聚类效果。在电商数据集和UCI数据集中,相比常用聚类算法,所提算法能够获得更高的Silhouette指标值和最短的欧氏距离,在聚类分析中的适用度较高。
-
-
郑冬花;
叶丽珠;
刘月红;
牛少华
-
-
摘要:
为了提高近邻传播聚类性能,引入偏向参数的量子蚁群优化策略,增强聚类适用性。进行样本初始化,获得相似矩阵及偏向参数随机值。采用蚁群算法优化偏向参数:输入近邻传播算法的偏向参数作为蚂蚁个体构建蚁群,将聚类准确度作为蚁群最佳路径适应度进行优化求解;为了提高蚁群最优路径搜索精度,对蚁群位置采用量子比特编码,细化蚁群个体位置更新粒度;通过信息素值变化不断选择优化路径,从而获得最优偏向参数。采用量子蚁群优化算法获得的最优偏向参数进行聚类运算,获得稳定的聚类结果。试验证明,通过合理设置蚁群的概率因子、启发因子和蒸发因子等参数,相比于常用聚类算法,基于量子蚁群的近邻传播聚类可以获得更高的聚类综合性能。
-
-
张煜;
王磊;
俞璐;
马昊;
郁楠
-
-
摘要:
多属性群体决策中,因决策问题复杂、群体成员众多难以形成一致的决策,对群体成员进行聚类形成子群体以减少群体集结复杂度,这是群体决策的重要基础。通过聚类算法提高群决策的效率与质量,首先,结合皮尔逊相关系数和切比雪夫距离定义了新的相似性度量;其次,利用模拟退火算法的参数全局寻优特性改进近邻传播算法;最后,通过实例应用与对比分析,说明新的相似性度量的优势并展示了改进算法的有效性和稳定性。
-
-
贺东风;
黄涵锐
-
-
摘要:
针对转炉冶炼复杂、冶炼策略多,进而影响转炉终点预测模型命中率的问题,文章提出利用基于SNN_AP聚类算法与BPNN的转炉终点预测方法,最终将数据分为9类,总命中率在±0.03%内达到82.27%,较未分类时提升了约7个百分点。证明了聚类算法处理复杂炉况的有效性,为提升转炉预测模型精度提供一种重要思路。
-
-
杜章华;
苏盛;
刘正谊;
薛阳;
杨艺宁;
刘厦
-
-
摘要:
数据驱动的窃电检测方法主要根据电量及派生指标识别低电量异常,容易受干扰影响误报.利用工商业用户生产经营状态指标大致固定的特点,提出基于生产经营状态识别的窃电二次筛查方法.首先,将检出的低电量异常用户每天的三相功率作为负荷特征,用以标识其当天的用电行为模式及生产经营状态.然后,将每天的负荷特征进行近邻传播聚类.当低电量异常时段负荷特征与正常低电量生产经营状态聚为同类时,认为是用户状态正常转换导致的异常,可排除窃电嫌疑.基于实际窃电数据的测试表明,所提方法可降低误报率.
-
-
王治和;
王淑艳;
杜辉
-
-
摘要:
模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征.提出一种利用密度敏感距离度量创建相似度矩阵的FCM算法.通过近邻传播算法获取粗类数作为最佳聚类数的搜索范围上限,以解决FCM算法聚类数目需要人为预先设定和随机选定初始聚类中心造成聚类结果不稳定的问题.在此基础上,改进最大最小距离算法,得到具有代表性的样本点作为初始聚类中心,并结合轮廓系数自动确定最佳聚类数.基于UCI数据集和人工数据集的实验结果表明,相比经典FCM、K-means和CFSFDP算法,该算法不仅具有识别复杂非凸数据的能力,而且能够在保证聚类性能和稳定性的前提下加快收敛速度.
-
-
张倩倩;
于炯;
李梓杨;
蒲勇霖
-
-
摘要:
离群点是与其他正常点属性不同的一类对象,其检测技术在各行业上均有维护数据纯度、保障业内安全等重要应用,现有算法大多是基于距离、密度等传统方法判断检测离群点.本算法给每个对象分配一个"孤立度",即该点相对其邻点的孤立程度,通过排序进行判定,比传统算法效率更高.在AP(affinity propagation)聚类算法的基础上进行改进与优化,提出能检测异常数据点的算法APO(outlier detection algorithm based on affinity propagation).通过加入孤立度模块并计算处理样本点的孤立信息,并引入放大因子,使其与正常点之间的差异更明显,通过增大算法对离群点的敏感性,提高算法的准确性.分别在模拟数据集和真实数据集上进行对比实验,结果表明:该算法与AP算法相比,对离群点的敏感性更加强烈,且本算法检测离群点的同时也能聚类,是其他检测算法所不具备的.
-
-
王杰;
付安琦;
余开文
-
-
摘要:
文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NO-MA)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算法.仿真结果表明,提出的用户分簇算法在系统和速率上相较于对比算法具有显著的优势,同时算法不需要指定簇数,仅依赖于基站(Base Station,BS)处获取的信道状态信息(Channel State Information,CSI),便可将用户划分为多个簇,是一种方便且实用的算法.
-
-
陈晓琪;
谢振平;
刘渊;
詹千熠
-
-
摘要:
数据采样是快速提取大规模数据集中有用信息的重要手段,为更好地应对越来越大规模的数据高效处理要求,借助近邻传播算法的优异性能,通过引入分层增量处理和样本点动态赋权策略,实现了一种能够非常有效地平衡处理效率和采样质量的新方法.其中的分层增量处理策略考虑将原始的大规模数据集进行分批处理后再综合;而样本点动态赋权则考虑在近邻传播过程中对样本点进行合理的动态赋权,以获得采样的数据空间上更好的全局一致性.实验中,分别使用人工数据集、UCI标准数据集和图像数据集进行性能分析,结果表明:新方法与现有相关方法在采样划分质量上可达到同等水平,而计算效率则可实现大幅提升.进一步将新方法应用于深度学习的数据增强任务中,相应的实验结果表明:在原始数据增强方法上结合进高效增量采样处理后,在保持总训练数据集规模的情况下,所获得的模型性能可实现显著的提升.
-
-
曾青松;
魏斌
-
-
摘要:
准确认定贫困学生资格是关系到资助资源流向和教育公平的实现,在教学管理中,校园卡消费数据的准确聚类对于贫困生评定工作具有重要参考价值.近邻传播对于离群点不敏感,也能保持模型的较好鲁棒性的特点.将近邻传播算法应用到校园卡消费数据的聚类,实现学生消费能力的分类.实例分析的结果表明,该算法聚类结可为贫困生评定提供科学的参考依据.
-
-
-
-
- 中国人民解放军空军工程大学
- 公开公告日期:2022.10.04
-
摘要:
本发明公开了一种基于迭代自适应近邻传播算法的目标聚类方法,包括S1.计算数据集中两两元素之间的相似度,构建迭代自适应近邻传播算法的相似度矩阵;S2.对偏向系数p进行优化选取,利用偏向系数p求相似度矩阵;S3.计算样本间的可分性和紧密性,输出偏向参数;S4.计算吸引度矩阵A与归属度矩阵r,选取r(k,k)+A(k,k)0的值作为聚类中心,完成目标聚类;本方法利用高斯核函数进行相似度度量的基础,采用迭代自适应方式对偏向参数p自适应估计,选择silhouette指标最大的值对应的p值,输出最优的聚类数目;实验证明本方法在研究目标跟踪时,相比其他算法具有有效性和稳定性高的特点。
-
-
-
-
-
-
-