教育部人文社会科学研究基金(11YJAZH080)
- 作品数：17 被引量：95H指数：6
- 相关作者：苏一丹覃华邓海覃希孙欣更多>>
- 相关机构：广西大学更多>>
- 发文基金：教育部人文社会科学研究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文化科学更多>>
- 改进的二叉树支持向量机在多分类中的应用被引量：7
- 2014年
- 在多分类问题中,分类算法的优劣直接影响到最终分类结果的好坏。现有的多分类算法中,基于支持向量机的多分类算法在综合性能方面要优于其他算法,但是,这些较优算法同样面临一些多分类中常见的问题,如不可分问题和效率低问题。针对这些问题,文中提出了一种改进的二叉树支持向量机多分类算法,该算法综合考虑了两个类之间的距离和分布情况对可分离性的影响,并采用最容易分离的类最先分割出来的策略来建立树的结构。通过在不同的数据集上进行测试,表明该方法不仅解决了多分类的不可分问题,还能提高分类的效率和准确度,可更好地解决现实中的多分类问题。
- 李燕玲苏一丹
- 关键词：支持向量机二叉树超球体
- 一种优化初始中心的K-means聚类算法被引量：22
- 2013年
- 针对传统K-means聚类算法对初始聚类中心的敏感性和随机性,造成容易陷入局部最优解和聚类结果波动性大的问题,结合密度法和最大化最小距离的思想,提出基于最近高密度点间的垂直中心点优化初始聚类中心的K-means聚类算法。该算法选取相互间距离最大的K对高密度点,并以这K对高密度点的均值作为聚类的初始中心,再进行Kmeans聚类。实验结果表明,该算法有效排除样本中含有的孤立点,并且聚类过程收敛速度快,聚类结果有更好的准确性和稳定性。
- 邓海覃华孙欣
- 关键词：聚类中心
- 基于遗传算法的聚类与协同过滤组合推荐算法被引量：10
- 2014年
- 使用协同过滤进行推荐,在处理大数据集时存在效率问题和推荐结果质量不高的问题。k均值聚类在处理大数据集时有着较好的性能。针对使用协同过滤进行推荐存在的问题,通过使用遗传算法将聚类和协同过滤组合起来进行项目推荐,以此来提高推荐算法的推荐效率和推荐质量,降低组合聚类和协同过滤进行推荐的复杂度。使用组合得到的算法在MovieLens数据集上做推荐对比实验,结果表明,相比单纯使用协同过滤进行推荐,使用基于遗传算法的聚类与协同过滤组合推荐算法进行项目推荐,能得到质量更好的推荐结果。
- 冯智明苏一丹覃华邓海
- 关键词：遗传算法K均值聚类
- 用Hessian协议实现3G终端接入图书馆系统的研究被引量：3
- 2013年
- 提出使用轻量级的Hessian协议实现3G终端接入图书馆系统的富客户端方案,在讨论Hessian协议编程方法的基础上,给出馆藏书目查询案例的实现过程。案例实施表明该方案具有易于实现、传输效率高、开销小等优点,是一种轻量级的移动接入方案,具有良好的工程应用前景。
- 孙欣覃华邓海
- 关键词：富客户端HESSIAN协议3G
- 基于多阈连续条件随机场的标签推荐被引量：2
- 2013年
- 标签推荐系统的推荐结果质量不高,会影响和误导用户对资源的查找与定位,甚至引发信息迷航的现象。为了提高推荐结果的准确度和覆盖度,提出的多阈连续条件随机场模型,不仅保持了条件随机场无须对数据作独立性假设且能避免标注偏执问题的优势,同时还使用标签间共现率、语义相似度和用户相似度三重阈提取特征,一并挖掘出显性和隐性标签,充分结合用户差异性,通过最大似然估计法迭代计算模型参数,建立模型来推荐标签。在BibSonomy数据集上测试表明该方法可行,实验效果与基于连续条件随机场模型、最大熵模型方法对比显示了本模型推荐的标签更精准、更全面;本模型在标签推荐中表现出了良好的稳定性。
- 吴丹苏一丹
- 关键词：信息迷航标签推荐最大似然估计
- 商空间框架下的大规模SVM数据集约减法
- 2013年
- 借助商空间框架下的粒度分析理论及其计算方法,提出将"粒度"的概念用于大规模SVM数据集的约减来建立商空间框架下的约减模型。该约减模型的约减方向是由远及近地向分类超平面削减,其削减幅度也伴随集合的缩小而由粗到细逐渐变化。同时,给出该模型的一种实现。实验证明,商空间框架下的SVM约减模型比普通SVM约减模型的压缩效果更好。
- 覃希苏一丹张雯
- 关键词：商空间粒度支持向量机
- 迭代吉洪诺夫正则化的FCM聚类算法被引量：2
- 2017年
- 模糊C均值聚类算法(fuzzy C-means,FCM)存在不适定性问题,数据噪声会引起聚类失真。为此,提出一种迭代Tikhonov正则化模糊C均值聚类算法,对FCM的目标函数引入正则化罚项,推导最优正则化参数的迭代公式,用L曲线法在迭代过程中实现正则化参数的寻优,提高FCM的抗噪声能力,克服不适定问题。在UCI数据集和人工数据集上的实验结果表明,所提算法的聚类精度较传统FCM高,迭代次数少10倍以上,抗噪声能力更强,用迭代Tikhonov正则化克服传统FCM的不适定问题是可行的。
- 蒋莉芳苏一丹覃华
- 关键词：模糊C均值聚类不适定问题TIKHONOV正则化
- 解复杂连续函数优化问题的动态量子遗传算法被引量：2
- 2016年
- 研究了一种解复杂连续函数优化的动态量子遗传算法(DQGA)。设计一种动态量子旋转角的更新策略及量子门调整策略,以加快算法收敛速度,同时为淘汰适应度差的个体,量子旋转策略表中动态地嵌入了变异算子。在算法进化后期引入灾变算子使算法及时跳出局部最优,避免早熟收敛。五个复杂连续函数的测试实验表明:所提算法对复杂连续函数优化问题的寻优能力较QGA更强,算法的稳定性更高,算法的迭代次数亦优于传统量子遗传算法。
- 黄山覃华苏一丹冯志新
- 关键词：量子遗传算法
- 基于KM-SMOTE和随机森林的不平衡数据分类被引量：20
- 2015年
- 基于SMOTE算法的随机森林能够很好地处理不平衡数据集的分类,是一种通过对数据进行改造以达到良好分类要求的分类器。但SMOTE算法在处理不平衡数据后,可能会导致不平衡数据集分布的整体变化以及模糊正负类边界。这两个缺陷极易导致平衡后的数据与原始数据集有很大差异,从而使分类结果有提高但仍旧不够理想。K-means算法能够有效地聚类,并达到对数据分布的描述。在此基础上,结合K-means算法与SMOTE算法,利用两者优点,文中提出了一种基于K-means的KM-SMOTE算法,有效地解决了上述两个问题。并用于随机森林分类器进行实验,结果表明,改进后的算法分类效果更加明显。
- 陈斌苏一丹黄山
- 关键词：不平衡数据集
- 基于遗传算法的K调和均值聚类算法被引量：9
- 2013年
- K调和均值算法(KHM)用数据点与所有聚类中心的距离的调和平均值替代了数据点与聚类中心的最小距离,是一种对初始值不敏感、收敛速度快的有效聚类算法,但它容易陷入局部最小值。而遗传算法具有良好的全局优化能力。文中结合了KHM和遗传算法各自的优点,采用KHM计算每一代种群的聚类中心,并构造适应度函数,通过遗传算法进行一系列择优操作,成功地解决了KHM容易陷入局部最小值的问题。实验结果表明,所提出的算法不仅优化了聚类中心,而且还改善了聚类质量。
- 李家成苏一丹覃华吴丹
- 关键词：遗传算法聚类
