您的位置: 专家智库 > >

王开军

作品数:5 被引量:197H指数:4
供职机构:西安电子科技大学计算机学院更多>>
发文基金: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

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 3篇聚类
  • 2篇类数
  • 2篇仿射
  • 2篇仿射传播聚类
  • 1篇调控网络
  • 1篇动态贝叶斯
  • 1篇动态贝叶斯网...
  • 1篇有效性
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇切削厚度
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇聚类分析
  • 1篇聚类算法
  • 1篇聚类有效性
  • 1篇基因
  • 1篇基因表达
  • 1篇基因表达数据

机构

  • 5篇西安电子科技...
  • 2篇西北政法大学
  • 1篇西安邮电学院
  • 1篇郑州大学
  • 1篇中国计量学院

作者

  • 5篇张军英
  • 5篇王开军
  • 2篇李健
  • 1篇申丰山
  • 1篇赵峰
  • 1篇张宏怡
  • 1篇过立新
  • 1篇涂重阳
  • 1篇郭涛
  • 1篇张新娜
  • 1篇李丹

传媒

  • 2篇计算机工程
  • 1篇自动化学报
  • 1篇模式识别与人...
  • 1篇西安电子科技...

年份

  • 1篇2010
  • 1篇2008
  • 3篇2007
5 条 记 录,以下是 1-5
排序方式:
使用模拟切削算法的SVM增量学习机制被引量:2
2010年
提出使用模拟切削算法的SVM增量学习机制.模拟切削算法在核函数映射的特征空间中计算每个样本的预期贡献率,仅选取预期贡献率较高的样本参与SVM增量学习,有效解决传统SVM增量学习代价高、目标样本选取准确性低、分类器缺乏鲁棒性的问题.一个样本的预期贡献率采用通过该样本的映射目标的合适分离面对两类样本的识别率来表示.对目标样本的选取酷似果蔬削皮的过程,所提算法由此得名.基准数据实验表明,文中算法在学习效率和分类器泛化性能上具有突出优势.在有限资源学习问题上的应用表明该算法在大规模学习任务上的良好性能.
申丰山张军英王开军
关键词:切削厚度
聚类分析中类数估计方法的实验比较被引量:26
2008年
在基因表达数据的探索性聚类分析中,聚类个数的确定是决定聚类质量的关键因素。许多聚类有效性评价指标和方法可用于PAM聚类算法。该文讨论适合于PAM算法的7种常用评价指标和方法,采用4种不同聚类结构特征的基因表达数据对它们的性能进行实验比较。结果表明,系统演化方法和稳定性方法估计聚类个数的性能最好,正确率分别为100%与90%。
王开军李健张军英过立新
关键词:聚类有效性聚类分析基因表达数据
半监督的仿射传播聚类被引量:31
2007年
仿射传播聚类算法快速、有效,可以解决大数据集的聚类问题,但当数据的聚类结构比较松散时,聚类准确性不高。该文提出了半监督的仿射传播聚类算法,在迭代过程中嵌入了有效性指标以监督和引导算法向最优聚类结果的方向运行。实验结果表明,该方法对于聚类结构比较紧密和松散的数据集,均可以给出较为准确的聚类结果。
王开军李健张军英涂重阳
关键词:仿射传播聚类半监督聚类
自适应仿射传播聚类被引量:156
2007年
适合处理大类数的仿射传播聚类有两个尚未解决的问题:一是很难确定偏向参数取何值能够使算法产生最优的聚类结果;另一个是当震荡发生后算法不能自动消除震荡并收敛.为了解决这两个问题,提出了自适应仿射传播聚类方法,具体技术包括:自适应扫描偏向参数空间来搜索聚类个数空间以寻找最优聚类结果、自适应调整阻尼因子来消除震荡以及当调整阻尼因子方法失效时的自适虑逃离震荡技术.与原算法相比,自适应仿射传播聚类方法性能更优,能够自动消除震荡和寻找最优聚类结果.对模拟和真实数据集的实验结果表明,自适应仿射传播聚类方法十分有效,其聚类质量优于或不低于原算法.
王开军张军英李丹张新娜郭涛
关键词:仿射传播聚类
几何模式动态贝叶斯网络推理基因调控网络被引量:4
2007年
针对趋势相关(两基因在其表达水平随时间上升与下降的变化趋势上相关)关系在重建基因调控网络中十分重要却尚未被挖掘利用的问题,提出了几何模式动态贝叶斯网络(Gp-DBN)方法.Gp-DBN将每个基因的表达数据转换为一个几何模式,依据几何模式确定潜在的调控子和调控时滞,并通过推理这些几何模式之间的相关关系来发现基因间的调控关系.该方法解决了挖掘具有趋势相关的基因调控关系的问题,能够很大程度地提高重建的基因调控网络的性能.对Yeast和E. coli基因数据的实验结果表明无论是在无先验知识还是在有先验知识时Gp-DBN重建的基因调控网络的性能都比传统的动态贝叶斯网络方法有大幅度提高.
王开军张军英赵峰张宏怡
关键词:动态贝叶斯网络基因调控网络
共1页<1>
聚类工具0