安徽省教育厅重点项目(KJ2009A57)
- 作品数：4 被引量：23H指数：2
- 相关作者：周爱武崔丹丹潘勇温春林王浩更多>>
- 相关机构：安徽大学更多>>
- 发文基金：安徽省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的二叉树多分支持向量机算法被引量：2
- 2011年
- 二叉树支持向量机分类算法主要是构造一个偏二叉树或是构造一颗完全二叉树,但是偏二叉树分类的准确性虽高而分类的效率低,完全二叉树分类的效率高但是准确性不高。本文提出一种算法,结合了以上两种二叉树构造方法的优点,并且更能反映样本的真实分布。实验结果表明,新算法具有较高的推广性能。
- 周爱武吴国进崔丹丹
- 关键词：二叉树支持向量机
- AGNES算法在K-means算法中的应用被引量：2
- 2011年
- 提出一种新的选取初始聚类中心的算法,该算法结合了凝聚层次聚类算法AGNES,利用该算法选出初始聚类中心,再应用到K-means算法中进行聚类。实验表明,改进的算法聚类效果更好,准确率得到了提高,迭代次数也明显减少,还能够发现异常点。
- 周爱武潘勇崔丹丹肖云
- 关键词：初始聚类中心
- 基于二叉树的SVM多类分类的研究与改进被引量：4
- 2013年
- 支持向量机(SVM)是一种两类分类算法,如何将SVM算法应用于多类分类问题,目前已衍生出多种方法。其中"二叉树"方法应用比较广泛,但分类支持向量机在树中中间节点位置的不同,直接关系到该方法的分类准确性。基于二叉树方法提出了"类间相异度"的策略,根据类间相异程度来决定多类的分类顺序。
- 周爱武温春林王浩
- 关键词：支持向量机二叉树超球体相异度
- 一种优化初始聚类中心的K-means聚类算法被引量：15
- 2011年
- 针对K-means算法中的初始聚类中心是随机选择这一缺点进行改进,利用提出的新算法选出初始聚类中心,并进行聚类。这种算法比随机选择初始聚类中心的算法性能有所提高,具有更高的准确性。
- 周爱武崔丹丹潘勇
- 关键词：欧氏距离
