您的位置: 专家智库 > >

番禺区科技计划项目(2012-Z-03-67)

作品数:4 被引量:9H指数:2
相关作者:郝志峰温雯蔡瑞初王丽娟牛晓龙更多>>
相关机构:广东工业大学华南理工大学更多>>
发文基金:广东省科技计划工业攻关项目番禺区科技计划项目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>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇聚类
  • 3篇聚类融合
  • 2篇子空间
  • 2篇子空间聚类
  • 2篇空间聚类
  • 1篇信任
  • 1篇信任机制
  • 1篇信息熵
  • 1篇选择性
  • 1篇自适
  • 1篇自适应
  • 1篇协同过滤
  • 1篇链接
  • 1篇链接分析
  • 1篇局部自适应
  • 1篇恶意
  • 1篇恶意攻击
  • 1篇防攻击
  • 1篇K-MEAN...
  • 1篇脆弱性

机构

  • 4篇广东工业大学
  • 3篇华南理工大学

作者

  • 4篇蔡瑞初
  • 4篇温雯
  • 4篇郝志峰
  • 3篇王丽娟
  • 1篇牛晓龙

传媒

  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇计算机应用研...
  • 1篇计算机科学

年份

  • 1篇2015
  • 2篇2014
  • 1篇2013
4 条 记 录,以下是 1-4
排序方式:
融合信息熵与信任机制的防攻击推荐算法研究被引量:4
2015年
由于对用户偏好信息的过分依赖,致使推荐系统易受到恶意攻击,从而影响系统的推荐质量。提出一个融合信息熵与信任机制的防攻击推荐算法。在考虑了托攻击与正常用户之间的评分变化幅度差异基础上,提出融合信息熵的相似性改进算法,同时引入信任更新机制,在推荐过程中将用户间信任度与相似度有机相结合,通过筛选推荐权重较高的邻居用户方法获得可靠推荐,从而降低恶意攻击对系统的影响。通过在真实数据集上实验表明该算法在提高推荐系统的准确性和脆弱性上有较好的表现。
郝志峰牛晓龙蔡瑞初温雯
关键词:协同过滤恶意攻击脆弱性
基于随机取样的选择性K-means聚类融合算法被引量:4
2013年
由于缺少数据分布、参数和数据类别标记的先验信息,部分基聚类的正确性无法保证,进而影响聚类融合的性能;而且不同基聚类决策对于聚类融合的贡献程度不同,同等对待基聚类决策,将影响聚类融合结果的提升。为解决此问题,提出了基于随机取样的选择性K-means聚类融合算法(RS-KMCE)。该算法中的随机取样策略可以避免基聚类决策选取陷入局部极小,而且依据多样性和正确性定义的综合评价值,有利于算法快速收敛到较优的基聚类子集,提升融合性能。通过2个仿真数据库和4个UCI数据库的实验结果显示:RS-KMCE的聚类性能优于K-means算法、K-means融合算法(KMCE)以及基于Bagging的选择性K-means聚类融合(BA-KMCE)。
王丽娟郝志峰蔡瑞初温雯
关键词:聚类融合K-MEANS
基于实数值链接分析的ESSC融合算法
2014年
为了进一步提升ESSC聚类融合性能,采用实数值链接分析(real valued link analysis)计算聚类融合中模糊数据类的相似性。根据模糊决策及其相似性定义优化的融合信息,从而达到改进聚类性能的目的。实验选用了两个仿真数据库和五个UCI数据库。实验结果表明,基于实数值链接分析的ESSC聚类融合算法(RLA-ESSCE)的性能优于K-means聚类算法(KMC)、ESSC、ESSCE。
王丽娟郝志峰蔡瑞初温雯
关键词:聚类融合
基于多扰动的局部自适应软子空间聚类融合算法被引量:1
2014年
提出基于随机初始化、参数扰动和特征子集映射的多扰动的局部自适应软子空间聚类(LAC)融合算法(MLACE)。MLACE具有以下特点:(i)多扰动融合:从初始化、参数和特征子集等不同侧面,探测数据内部结构,使之相互融合,从而达到改善聚类正确性的目的;(ii)融合信息提升:根据LAC算法输出的子空间权重矩阵,定义数据属于每一类的概率,形成提升的融合信息;(iii)融合一致性函数改进:融合信息的形式由0/1二值信息转换成[0,1]实值信息,因此,一致性函数采用了性能较优的实数值融合算法Fast global K-means来进一步改善融合正确性。实验选取2个仿真数据库和5个UCI数据库测试MLACE的聚类正确性,实验结果表明,MLACE聚类正确性优于K-means、LAC、基于参数扰动LAC融合算法(P-MLACE)。
王丽娟郝志峰蔡瑞初温雯
关键词:聚类融合
共1页<1>
聚类工具0