郑州市科技发展计划项目(2010SFXM470)
- 作品数：3 被引量：7H指数：2
- 相关作者：史卫亚郭跃飞更多>>
- 相关机构：河南工业大学复旦大学教育部更多>>
- 发文基金：郑州市科技发展计划项目河南省科技攻关计划河南省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 地方院校“卓越计划”软件人才培养模式探索被引量：5
- 2013年
- 针对地方院校在实施"卓越计划"过程中遇到的问题,提出适合地方院校的"卓越计划"软件工程人才培养模式,并阐述创新校企联合人才培养模式的新途径、人才培养质量考核体系和评价机制。
- 史卫亚
- 关键词：地方院校
- 大规模数据集下谱聚类算法的求解
- 2012年
- 谱聚类算法是一种流行的数据聚类方法,该算法使用特征分解技术计算邻接矩阵的特征解,但是在大规模数据集的情况下,因储存和计算的问题而无法进行求解。基于线性代数中对称矩阵的性质,提出使用邻接矩阵的每一列作为迭代算法的输入样本,通过迭代计算出邻接矩阵的特征解。所提算法的空间复杂度只有Ο(m),时间复杂度也降低为Ο(pkm)。实验结果验证了算法的有效性。
- 史卫亚郭跃飞
- 关键词：谱方法邻接矩阵大数据集
- 使用迭代方法求解核主成分分析被引量：2
- 2013年
- 核主成分分析方法是使用核方法将经典的线性算法主成分分析推广到高维空间,用来处理复杂非线性数据的一种常用的特征提取算法,该算法首先在高维空间中计算所有样本之间的核矩阵,然后使用特征分解技术计算核矩阵的特征解,其计算的时间和空间复杂度分别为O(m2)和O(m3).然而在大规模数据集的情况下,由于储存和计算的问题无法进行正常的求解.文中提出首先使用幂迭代方法计算核矩阵的高阶特征解,然后重复使用Schur-Weilandt收缩方法分别计算出核矩阵的其它阶特征解.文中算法在计算过程中,不需要像传统的计算方法那样需要事先存储核矩阵,空间复杂度只有O(m).通过在模拟和真实数据的实验结果充分验证了算法的有效性.
- 史卫亚郭跃飞
- 关键词：核主成分分析核矩阵大数据集
