河南省科技攻关计划(092102210251)
- 作品数：5 被引量：16H指数：3
- 相关作者：薛冰张俊峰张凯魏新红刘刚森更多>>
- 相关机构：河南城建学院河南大学燕山大学更多>>
- 发文基金：河南省科技攻关计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分割图集的频繁闭图挖掘算法被引量：3
- 2011年
- 为了解决大规模图集挖掘算法PartGraphMining必须重复扫描图集才能得到全部频繁子图的缺点,提出了一种改进的IPMC算法,通过hash表保存同构图的hash地址和支持度,不必重复扫描图集就可快速得到全部频繁子图,再经过少量的子图同构判断得到全部频繁闭图。在实际数据集上运行的实验结果表明它比原算法的挖掘效率有所提高。
- 薛冰张俊峰郑超
- 关键词：频繁子图子图同构
- 一种改进的PSO-Means聚类优化算法被引量：7
- 2011年
- 针对粒子群优化算法在线性不可分情况下不能找到合适的聚类初始质心和正确的聚类个数的缺点,提出引入核方法,对基于粒子群算法的K均值聚类(PSO-Means)算法进行改进。利用核方法把数据映射到高维空间,在高维空间中使用粒子群算法找出所应聚的类,最后利用核空间中的聚类算法对数据进行聚类。通过实验,验证了该算法在线性不可分的情况下可以较好的运行,在很大程度上提高了聚类的效果。
- 魏新红张凯
- 关键词：核函数聚类粒子群算法K均值算法
- 一种隐式法的贝叶斯网络结构学习被引量：2
- 2011年
- 通过分析K2,BIC,AIC和IM等方式的原理,改进K2算法,在不考虑先验知识的基础上,创建了新的基于隐式网络的打分函数取代了原有算法的评分规则,实现贝叶斯网络结构学习.仿真实验结果表明,针对标准数据集学习,隐式法的贝叶斯网络学习算法在没有先验知识的条件下和依赖先验知识的基于BDe评分的K2算法相比收敛速度和准确率有一定的改进.
- 何宗耀王刚
- 关键词：贝叶斯网络隐式法K2
- 逐步最右扩展的频繁子图挖掘算法
- 2011年
- gSpan算法是一种高效的频繁子图挖掘算法,它通过最右扩展图的标准编码得到图集中的所有频繁子图,但它需要通过子图同构判断来计算支持度,由于子图同构问题是NP完全问题,其计算比较复杂。针对上述问题提出一种优化的算法IgSpan,通过改进的ADI++存储结构将图的最右扩展和支持度的计算相结合,避免直接的子图同构判断,经实验验证改进后的算法提高了频繁子图挖掘的效率。
- 张俊峰周焱薛冰刘荣辉
- 关键词：频繁子图子图同构
- 基于混沌粒子群优化算法的CNN图像边缘提取方法被引量：4
- 2012年
- 细胞神经网络(Cellular Neural Network,CNN)具有能够高速并行计算,易于硬件实现等特点,使其在未来的图像处理方面展现出了广阔的应用前景.CNN较好地探测出图像中边缘的关键在于设计出一组较好的模板参数.提出一种基于混沌粒子群优化算法求解模板参数的方法,一方面,避免了分析细胞神经网络动态性能的一系列复杂过程;另一方面,通过将搜索过程映射为对混沌轨道的遍历过程,可以使得搜索过程避免陷入局部极小,并且在模板参数的范围内能快速找到最优模板值.仿真实验表明,利用该方法设计出来的CNN去探测图像中的边缘比已有结果和利用几种经典边缘提取算子得到的边缘结果更加精确.
- 仝瑞阳刘刚森
- 关键词：细胞神经网络混沌粒子群优化算法图像边缘提取
