于慧娟
- 作品数：4 被引量：9H指数：2
- 供职机构：山西大学计算机与信息技术学院更多>>
- 发文基金：山西高校科技研究开发项目山西省回国留学人员科研经费资助项目太原市科学技术局科技兴市专项基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的凝聚图聚类方法被引量：1
- 2010年
- 以无向非加权图为研究对象,提出了一种基于社团结构核心区域集的图聚类方法,一个社团结构核心区域集是满足五个限定条件的一组完全子图的集合。同时对聚类过程进行分析,给出具体算法描述。实验结果表明该方法能显著提高聚类的精度。
- 于慧娟崔军毋晓志李伟
- 关键词：凝聚聚类
- 一种新的层次信息可视化模型被引量：3
- 2009年
- 随着信息的日益丰富和互联网技术的发展,如何在海量数据中获取有效信息这一问题促使信息可视化领域成为当前的研究热点之一。层次信息的可视化结构最直观的方式就是树型结构。但是传统的树型结构有一个很大的缺点:当结构的层次增多或者节点增多时,该结构需要占据大量的可视化空间。针对这个问题,在分析研究层次信息可视化技术的基础上,提出了一种新的层次信息可视化模型,即层次信息自由呈递模型。通过对多种关键特征的参数化,实现层次信息在任意方向上的自由呈递,以及Focus+context视图效果。
- 崔军贾宗维王建伟于慧娟
- 关键词：信息可视化
- 基于相异度度量的图聚类方法被引量：2
- 2009年
- 聚类是分析和探测数据的重要方法,而图聚类则是一种非常重要的特征模式聚类的变体。以无向非加权连通图为研究对象,提出了一种基于节点间相异度度量的凝聚层次聚类方法。实验表明该算法简单有效,适合一般图的聚类。
- 贾宗维崔军于慧娟
- 关键词：邻接矩阵相异度
- 基于加权连接度的改进K-Modes聚类算法被引量：3
- 2008年
- K-Modes算法是一种经典的字符型数据聚类算法,在处理对象属性值距离时,采用简单的0-1匹配,不能体现出属性值之间潜在的相似关系。通过图形聚类理论中的连接度来度量字符型属性值之间的相似性,改进了传统的K-Modes算法。实验结果表明该方法较传统的K-Modes算法有一定的改善。
- 张小宇梁吉业曹付元于慧娟
- 关键词：字符型数据聚类连接度
