陈新泉
- 作品数：29 被引量：60H指数：3
- 供职机构：重庆三峡学院更多>>
- 发文基金：江西省教育厅资助项目广东省自然科学基金广东省科技攻关计划更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- 浅谈二本高校计算机专业的分类教学
- 2012年
- 为贯彻"因材施教"的原则,一些有条件的二本高校可以对计算机专业学生进行分类教学的探索实验。二本高校计算机专业的分类教学即可满足计算机学生的切身需求,又可为社会培养多种类型的IT人才。为增强二本高校计算机专业的竞争力、吸引力,一些有条件的二本高校应该做一些计算机专业的分类教学实验。
- 陈新泉
- 关键词：计算机专业分类教学可行性
- 基于半监督学习的k平均聚类框架被引量：3
- 2014年
- 为克服k-means算法难以探测出一些局部分布稀疏不均、聚类区域的形状与大小不规整数据点集的聚类分布结构这个缺点,在半监督学习思想的指导下,针对混合属性空间区域中具有同一分布性质的带有类别标记的小样本数据集和无类别标记的大样本数据集,提出了一种基于半监督学习的k平均聚类框架。仿真实验表明:该框架经常能取得比k-means更好的聚类精度,从而说明这个半监督学习框架具有一定的有效性。
- 陈新泉苏锦钿
- 关键词：半监督学习
- 推进式优化特征权重的K-中心点聚类方法被引量：1
- 2011年
- 为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种推进式优化特征权重的K-中心点聚类算法。对该聚类算法进行了必要的讨论,给出其时间复杂度分析及算法收敛性分析。为实现该聚类算法的特征权重优化步骤,给出了二种不同的特征权重优化方法和几个自适应优化距离权重系数、目标函数系数的方法。这些优化方法在一定的理论层次上解决了相异性度量的自适应优化问题。通过几个UCI标准数据集验证了该聚类算法有时能取得更好的聚类质量,从而说明该加权聚类算法具有一定的有效性。给出了几点研究展望,为下一步的研究指明了方向。
- 陈新泉
- 图同构的判定研究
- 2013年
- 图论中的图同构判定问题仍是一个未能圆满解决的重要问题。文章从图的邻接矩阵的行、列置换出发,得到能加快判定两个图是否同构的一系列性质。在几个性质基础上,提出了一种判定两个图是否同构的搜索算法。接着给出两个实例对该算法加以说明和演示,以便更好地理解这些性质和算法。最后对文章作简要的总结并指出进一步的研究方向。
- 陈新泉
- 关键词：同构邻接矩阵
- 聚类算法研究综述被引量：27
- 2017年
- 聚类是数据挖掘研究领域的一种重要数据预处理方法,其目的是从无标签数据集中获得有价值数据集的内在分布结构,进而简化数据集的描述。历经几十年的研究,针对不同应用和数据特性已出现了千余种不同的聚类算法,但不同的聚类算法都有其特定的适用范围和不足。传统的聚类算法大致可分为划分聚类方法、层次聚类方法、密度聚类方法、网格聚类方法、模型聚类方法等。通过对传统聚类方法的回顾和总结,文章重点介绍了近年来出现的同步聚类算法、信念传播聚类算法和密度峰值聚类算法,并针对以上聚类算法的应用及发展方向进行了论述。
- 陈新泉周灵晶刘耀中
- 关键词：数据挖掘聚类
- 远丰化纤公司销售渠道研究
- 该文通过对化纤行业中有代表性的中小企业——远丰化纤公司销售渠道的介绍,叙述了其建立、管理、发展的过程、方法、效果.根据营销管理、关系营销的有关理论,通过案例分析,对远丰化纤公司的销售渠道进行研究,分析了其销售渠道的建立和...
- 陈新泉
- 关键词：化纤行业关系营销
- 文献传递
- 小谈高校师生考核体制的改革
- 2011年
- 为增强一些高校的吸引力,需要在师生管理体制方面做一些符合时代进步的改革工作。其中,建立高效、人性化的教师考核体制及科学、合理的学生考查体制是保障高校充满活力的源泉。为加快现代大学的建设步伐,需要从行政管理体制、教学管理体制和科研管理体制这三个层面来逐步进行适当的改革。
- 陈新泉
- 关键词：教师考核
- 一种基于近似类抽样的组合聚类方法被引量：1
- 2008年
- FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种基于近似类抽样的组合聚类算法。这种组合聚类算法的时间复杂度是O(n2m)。仿真实验表明,它具有稳定的聚类结果。
- 陈新泉
- 关键词：FCM聚类算法
- 混合属性数据集的基于近邻连接的两阶段聚类算法
- 2012年
- 面对混合属性数据集的数据预处理需求,本文在给出若干定义及相关性质之后,提出了一种基于近邻连接的两阶段聚类算法。为提高算法的时间效率,给出了算法改进的思路与技术。多个人工数据集和UCI标准数据集的仿真实验结果表明,对于一些具有明显聚类分布结构的数据集,该算法经常能取得比k-means算法和AP算法更好的聚类精度,说明它具有一定的有效性。为进一步推广并在实际中发掘出该算法的应用价值,最后给出了几点研究展望。
- 陈新泉
- 关键词：聚类特征
- 面向混合属性数据集的双重聚类方法被引量：2
- 2013年
- 面对复杂信息环境下的数据预处理需求,提出了一种可以处理混合属性数据集的双重聚类方法。这种双重聚类方法由双重近邻无向图的构造算法或其改进算法,基于分离集合并的双重近邻图聚类算法、基于宽度优先搜索的双重近邻图聚类算法、或基于深度优先搜索的双重近邻图聚类算法来实现。通过人工数据集和UCI标准数据集的仿真实验,可以验证,尽管这三个聚类算法所采用的搜索策略不同,但最终的结果是一致的。仿真实验结果还表明,对于一些具有明显聚类分布结构且无近邻噪声干扰的数据集,该方法经常能取得比K-means算法和AP算法更好的聚类精度,从而说明这种双重聚类方法具有一定的有效性。为进一步推广并在实际中发掘出该方法的应用价值,最后给出了一点较有价值的研究展望。
- 陈新泉
- 关键词：宽度优先搜索深度优先搜索
