梁敏君
- 作品数:3 被引量:7H指数:2
- 供职机构:合肥工业大学管理学院过程优化与智能决策教育部重点实验室更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划安徽省教育厅资助项目更多>>
- 相关领域:自动化与计算机技术经济管理更多>>
- 基于分形和邻接空间密度变化的属性选择方法
- 2008年
- 属性选择通常作为一个主要的预处理步骤,在机器学习和数据挖掘领域有着广泛的应用。选择出能够表征数据集分形特征的属性子集,对研究数据集的分形规律具有重要的价值。根据数据集的分形特征,引入了密度分析方法,指出了当前基于分形维数的属性选择方法的不足,提出了一种基于分形和邻接空间密度变化的属性选择方法。为了分析实验结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对3个数据集属性选择前后的分类性能进行了测试。实验证明该方法在属性选择方面有较好的性能,能够得到较优的属性子集。
- 杨葛钟啸倪志伟倪丽萍梁敏君
- 关键词:分形维数
- 分形聚类分析在证券客户细分中的应用研究
- 客户已经成为证券公司在激烈的市场竞争中获胜的重要源泉,而客户细分策略就是他们赢得客户的最好基础。它可以让企业从一个较高层次来分析整个数据库中的客户信息,同时也使得企业可以用不同的方式来对待不同客户群的客户,这也是客户细分...
- 梁敏君
- 关键词:证券客户客户细分分形维数
- 文献传递
- 基于网格与分形维数的聚类算法被引量:4
- 2009年
- 提出了一种基于网格和分形维数的聚类算法,它结合了网格聚类和分形聚类的优点,克服了传统网格聚类算法聚类质量降低的缺点,改进了分形聚类耗时较大的问题。此算法首先根据网格密度得到初始类别,再利用分形的思想,将未被划分的网格依次归类。实验结果证明,它能够发现任意形状且距离非邻近的聚类,且适用于海量、高维数据。
- 梁敏君倪志伟倪丽萍杨葛钟啸
- 关键词:聚类分形维数网格