吴孟书
- 作品数：5 被引量：14H指数：2
- 供职机构：中国人民大学统计学院更多>>
- 发文基金：教育部人文社会科学重点研究基地度重大研究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经济管理理学更多>>
- 高维聚类算法的研究
- 随着信息技术和数据库的迅猛发展，高维数据变得越来越普遍，在美国休斯顿举行的第五届关于数据挖掘的SIAM(International Conferenceon Data Mining)会议上指出，当前许多应用领域都需要进行...
- 吴孟书
- 关键词：信息技术高维数据聚类算法
- 基于遗传算法的投影寻踪聚类被引量：4
- 2008年
- 传统的投影寻踪聚类算法PROCLUS是一种有效的处理高维数据聚类的算法,但此算法是利用爬山法(Hill climbing)对各类中心点进行循环迭代、选取最优的过程,由于爬山法是一种局部搜索(local search)方法,得到的最优解可能仅仅是局部最优。针对上述缺陷,提出一种改进的投影寻踪聚类算法,即利用遗传算法(Genetic Algorithm)对各类中心点进行循环迭代,寻找到全局最优解。仿真实验结果证明了新算法的可行性和有效性。
- 吴孟书吴喜之
- 关键词：投影寻踪聚类算法遗传算法
- 基于模糊的投影寻踪算法在中医证候分类中的应用被引量：9
- 2009年
- 本文提出一种新的聚类算法-基于模糊的投影寻踪算法,可以有效的处理医学中常常遇到的高维混合数据的模糊聚类问题.并将其应用在慢性肾衰的辩证分析问题中,为已有的慢性肾衰证候的分型标准提供科学支持.本文的研究方法为中医辩证的现代化研究开拓了新的思路,值得进一步深入探讨。
- 吴孟书吴喜之
- 关键词：模糊聚类
- 一种改进的K-Prototypes聚类算法被引量：1
- 2008年
- 传统的K-Prototypes聚类算法是利用划分的思想来对混合数据进行聚类,但是当混合数据的维度增大时,对象之间的差异度几乎相等,使得此算法难以进行。针对上述缺陷,文章提出一种改进的K-Prototyes聚类算法,聚类前先剔除各类中不相关的维度,将高维混合数据投影降维后再进行聚类。文中给出了Heart Disease Databases的算例,验证了算法的有效性。
- 吴孟书吴喜之
- 中国移动通信行业用户满意度的研究及其相关因素的分析
- 吴孟书
- 关键词：顾客满意度
