吴小燕
- 作品数：3 被引量：8H指数：2
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 联机核模糊C均值聚类方法被引量：5
- 2012年
- 基于核模糊C均值(kernel fuzzy C-means,KFCM)提出了一种针对较大规模数据的联机核模糊C均值(online kernel fuzzy C-means,OKFCM)算法,同时考虑到核参数的选择困境,借鉴多核学习思想,进一步衍生出了联机多核模糊C均值(online multiple kernel fuzzy C-means,OMKFCM)算法。由此,在有效缓和核参数选择难题的同时,新算法不仅继承了KFCM优越的聚类特性且适合聚类数据流。最后,在人工和真实数据集上验证了新提出的核联机算法比现有基于划分的大规模数据处理算法具有更好的性能。
- 吴小燕陈松灿
- 关键词：核方法
- 基于划分的联机聚类算法研究
- 随着信息技术的发展，数据流模型已成为诸多应用的常用模型，其固有特点也致使传统聚类算法在此模型上面临严峻挑战。其次，一系列数据流聚类算法虽相继被提出，但仍存在诸多不足，如现有基于划分的数据流聚类算法难以处理非线性和高维数据...
- 吴小燕
- 关键词：数据处理模糊C-均值
- 文献传递
- 联机局部自适应模糊C均值聚类算法被引量：3
- 2013年
- 基于模糊C均值(FCM)和局部自适应聚类(LAC)提出一种针对高维数据的联机局部自适应模糊C均值聚类算法(OLAFCM).OLAFCM通过为各类属性分别赋以相应的局部权重,使各类属性分布在不同属性组合的张量子空间内,从而有效降低采用全局降维方法造成的信息损失,同时适合聚类数据流.最后,在人工模拟和真实数据集上验证OLAFCM比之现有基于全局降维的划分联机聚类算法具有更好的性能.
- 吴小燕陈松灿
