谢亚萍
- 作品数：2 被引量：6H指数：2
- 供职机构：兰州理工大学电气工程与信息工程学院更多>>
- 发文基金：国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于局部线性嵌入的半监督仿射传播聚类算法被引量：3
- 2015年
- 针对运用半监督仿射传播聚类算法处理高维数据时聚类精度低和计算量大的问题,提出一种基于局部线性嵌入的半监督仿射传播聚类算法.该算法首先通过LLE算法将高维输入数据集映射到低维空间得到低维数据集,计算低维数据集的相似度矩阵,再用半监督算法调整相似度矩阵,最后用仿射传播聚类算法对低维数据进行聚类分析.仿真结果表明,本文提出的算法与半监督仿射传播聚类算法相比,在处理高维数据时聚类效果更好,精度更高,迭代次数更少.
- 赵小强谢亚萍
- 关键词：数据挖掘仿射传播聚类局部线性嵌入算法
- 基于差分改进的仿射传播聚类算法被引量：3
- 2018年
- 由于仿射传播(AP)聚类算法中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,其偏向参数取经验值;然后根据得到的聚类结果判断偏向参数是否最优,如果不是则把偏向参数作为差分改进算法的输入群体;最后使用差分算法的变异、杂交和选择操作对参数进行智能调整,选择适应值最高的个体作为偏向参数,返回再次聚类。采用经典数据集验证,实验结果从类数、正确率和FMI三方面表明DE-AP算法能够有效地解决偏向参数对聚类结果的影响,从而提高聚类精度。
- 赵小强谢亚萍
- 关键词：聚类算法差分进化算法
