陈丽萍
- 作品数：5 被引量：25H指数：3
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：河北省教育厅科研基金教育部科学技术研究重点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>>
- IFCM:改进的区间值数据的模糊C-均值聚类算法被引量：2
- 2008年
- 对基于区间值数据的模糊聚类算法进行了研究,介绍了具有控制区间大小对聚类结果影响的加权因子的模糊C-均值聚类新算法。针对区间值数据模糊C-均值聚类新算法提出了一个适应距离的弹性系数,使算法得到改进,既能利用传统的FCM算法,又考虑了区间大小对聚类结果的影响,同时也能发现不规则的聚类子集,使聚类结果更加准确。
- 张忠平陈丽萍王爱杰
- 关键词：区间值数据模糊C-均值聚类
- 一种基于浓缩树结构的属性约简算法
- 2009年
- 属性约简是粗糙集理论的重要研究内容之一,其中基于区分矩阵的约简算法是一种高效的约简算法,但算法具有很高的空间复杂度。为了减少区分矩阵的空间开销,利用浓缩树结构,结合区分矩阵单个属性一定为核属性的特征,提出改进的生成浓缩树算法,压缩存储区分矩阵中的非空数据项,且不丢失原区分矩阵的所有信息;利用生成的浓缩树结构结合启发式策略,给出属性约简算法。实验结果表明,算法正确有效并且空间复杂度有明显降低。
- 张忠平林志杰李岩陈丽萍
- 关键词：粗糙集区分矩阵属性约简
- 模糊C-均值聚类的研究
- 在现实世界中,许多客观事物之间的界限往往是模糊的,对事物进行分类时就必然伴随着模糊性,由此产生了模糊聚类分析。在模糊聚类分析中最典型的是模糊C-均值聚类算法。
首先,针对区间值数据进行模糊C-均值聚类的缺陷,...
- 陈丽萍
- 关键词：聚类模糊C-均值增量式分离度
- 文献传递
- 基于自适应模糊C-均值的增量式聚类算法被引量：12
- 2009年
- 针对模糊C-均值(FCM)算法不能很好地处理更新数据的缺点,提出基于FCM的自适应增量式聚类算法AIFCM。该算法结合密度和集合的思想,给出一种自动确定聚类初始中心的方法,能在聚类过程中动态改变聚类结果数,改善聚类的质量,减少人为的主观因素,获得比较符合用户需求的聚类结果,并能在原有聚类结果的基础上简单有效地处理更新数据,过滤噪声数据,较好地避免大量重复计算。
- 张忠平陈丽萍王爱杰林志杰
- 关键词：聚类分析模糊C-均值算法增量式聚类
- 一种基于广度优先搜索的K-means初始化算法被引量：7
- 2008年
- K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法。该算法综合考虑了密度与距离因素,选择初始点。分析表明该算法选择的初始点非常接近期望的中心点。
- 张忠平王爱杰陈丽萍
- 关键词：K-MEANS算法广度优先搜索密度估计初始化
