您的位置: 专家智库 > >

戴娇

作品数:11 被引量:49H指数:4
供职机构:常熟理工学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术文学更多>>

文献类型

  • 6篇期刊文章
  • 4篇专利
  • 1篇学位论文

领域

  • 8篇自动化与计算...
  • 1篇文学

主题

  • 6篇聚类
  • 4篇授粉
  • 3篇网格
  • 3篇聚类算法
  • 3篇花朵
  • 3篇基于网格
  • 2篇属性加权
  • 2篇数据分区
  • 2篇朴素贝叶斯
  • 2篇子类
  • 2篇聚类方法
  • 2篇类方
  • 2篇加权
  • 2篇分类器
  • 2篇高斯
  • 2篇高斯变异
  • 2篇贝叶斯
  • 2篇贝叶斯分类
  • 2篇贝叶斯分类器
  • 1篇镇压

机构

  • 9篇常熟理工学院
  • 6篇中国矿业大学
  • 3篇重庆大学
  • 2篇山东理工大学
  • 2篇苏州大学

作者

  • 11篇戴娇
  • 9篇张明新
  • 7篇郑金龙
  • 5篇孙昊
  • 3篇尚赵伟
  • 3篇王子清
  • 3篇彭颖
  • 2篇张国海
  • 1篇沈韬

传媒

  • 2篇计算机工程与...
  • 1篇计算机工程与...
  • 1篇计算机应用与...
  • 1篇微电子学与计...
  • 1篇计算机应用研...

年份

  • 1篇2019
  • 1篇2018
  • 5篇2017
  • 4篇2016
11 条 记 录,以下是 1-10
排序方式:
基于蝙蝠算法的贝叶斯分类器优化研究被引量:2
2016年
朴素贝叶斯分类器是一种应用广泛且简单有效的分类算法,但其条件独立性的"朴素贝叶斯假设"与现实存在差异,这种假设限制朴素贝叶斯分类器分类的准确率。为削弱这种假设,利用改进的蝙蝠算法优化朴素贝叶斯分类器。改进的蝙蝠算法引入禁忌搜索机制和随机扰动算子,避免其陷入局部最优解,加快收敛速度。改进的蝙蝠算法自动搜索每个属性的权值,通过给每个属性赋予不同的权值,在计算代价不大幅提高的情况下削弱了类独立性假设且增强了朴素贝叶斯分类器的准确率。实验结果表明,该算法与传统的朴素贝叶斯和文献[6]的新加权贝叶斯分类算法相比,其分类效果更加精准。
蒋礼青张明新郑金龙戴娇
关键词:朴素贝叶斯属性加权
基于密度峰值的快速聚类算法优化被引量:8
2016年
CFSFDP指定全局密度阈值dc时未考虑数据空间分布特性,导致聚类质量下降,且无法对多密度峰值的数据集准确聚类。针对以上缺点,提出一种基于投影分区及类合并技术优化CFSFDP(简称PM-CFSFDP)的聚类算法。利用投影分析方法将数据集进行分区,对各分区进行局部聚类,避免使用全局dc;引入内聚程度衡量参数指导子类合并,实现对数据密度与类间距分布不均匀及多密度峰值的数据集的准确聚类。基于4个典型数据集的仿真结果表明,PM-CFSFDP算法比CFSFDP和AGD-DBSCAN具有更加精确的聚类效果。
戴娇张明新郑金龙蒋礼青尚赵伟
关键词:聚类
基于网格的快速搜寻密度峰值的聚类算法优化研究被引量:7
2017年
CFSFDP是基于密度的新型聚类算法,可聚类非球形数据集,具有聚类速度快、实现简单等优点。然而该算法在指定全局密度阈值dc时未考虑数据空间分布特性,导致聚类质量下降,且无法对多密度峰值的数据集准确聚类。针对以上缺点,提出基于网格分区的CFSFDP(简称GbCFSFDP)聚类算法。该算法利用网格分区方法将数据集进行分区,并对各分区进行局部聚类,避免使用全局dc,然后进行子类合并,实现对数据密度与类间距分布不均匀及多密度峰值的数据集准确聚类。两个典型数据集的仿真实验表明,GbCFSFDP算法比CFSFDP算法具有更加精确的聚类效果。
孙昊张明新戴娇尚赵伟
关键词:聚类
基于网格快速搜寻密度峰值的教育数据聚类方法
本发明公开了一种基于网格快速搜寻密度峰值的教育数据聚类方法,包括将整个数据集划分成若干个网格单元,分别计算各网格单元的密度,并向大密度的网格单元进行扩展,进而形成较大的网格单元合集,形成数据分区,然后运用基本CFSFDP...
张明新孙昊郑金龙戴娇彭颖王子清
文献传递
基于网格快速搜寻密度峰值的数据聚类方法
本发明公开了一种基于网格快速搜寻密度峰值的数据聚类方法,包括将整个数据集划分成若干个网格单元,分别计算各网格单元的密度,并向大密度的网格单元进行扩展,进而形成较大的网格单元合集,形成数据分区,然后运用基本CFSFDP算法...
张明新孙昊郑金龙戴娇彭颖王子清
一种智能播种机
本实用新型涉及一种智能播种机,包括固定在连接板上的排种器、开沟器和镇压轮,排种器的箱体底部一侧开有连接开沟器的排种管,连接板和镇压轮之间通过支撑机构连接,支撑机构包括与连接板连接的前叉肩,前叉肩的内侧设有挡泥板,连接板穿...
沈韬戴娇
文献传递
花朵授粉算法的优化被引量:6
2017年
针对花朵授粉算法(FPA)寻优过程中局部深度搜索能力弱、易陷入局部最优、后期收敛速度慢的问题,提出一种基于自适应高斯变异的混合蛙跳花朵授粉算法(AGM-SFLFPA)。借鉴混合蛙跳算法(SFLA)思想,对种群个体按照适应度值进行排序、分组并更新各分组中最差个体的位置,增强算法的局部深度搜索能力并增加种群多样性;通过公示牌动态监测算法是否陷入局部最优,当陷入时,将自动对全局最优个体执行高斯变异操作,提高个体跳出局部最优的能力、增强种群多样性、加快收敛速度。通过6个典型的标准测试函数从4个方面验证该算法的有效性,验证结果表明,AGMSFLFPA具有更好的稳定性和可靠性、更快的收敛速度及更高的寻优精度,适用于高维复杂多极值函数求解问题。
戴娇张明新孙昊郑金龙张国海
关键词:高斯变异混合蛙跳
基于花授粉算法的贝叶斯分类器优化研究被引量:2
2018年
采用花授粉算法(FPA)对朴素贝叶斯分类器进行优化,提出一种基于改进的花授粉算法的朴素贝叶斯分类器(NBC-IFPA)算法.首先,引入了黑名单机制使FPA能够跳出局部最优解;其次,引入随机扰动项,增加种群多样性,提高FPA寻优性能;最后,利用改进的FPA搜索全局最优属性权值,并将其用于加权朴素贝叶斯模型中进行分类.仿真结果表明,NBC-IFPA算法具有更高的分类准确率.
王子清张明新戴娇张国海
关键词:朴素贝叶斯属性加权
基于花朵授粉算法的软子空间聚类算法优化研究
随着信息技术、数据收集和存储技术的不断发展,数据规模逐渐扩大、维度逐渐增高,传统聚类算法受高维数据稀疏性和维度灾难的影响无法进行有效聚类,为解决高维数据聚类问题,软子空间聚类分析技术应运而生并得到广泛关注。软子空间聚类通...
戴娇
关键词:高维数据聚类分析
快速搜索与发现密度峰值聚类算法的优化研究被引量:31
2016年
CFSFDP是基于密度的新聚类算法,可聚类非球形数据集,具有聚类速度快、实现简单等优点。CFSFDP需人工尝试确定密度阈值dc,且对一个类中存在多密度峰值的数据无法进行准确聚类。为解决该缺点,提出基于近邻距离曲线和类合并优化CFSFDP(简称NM-CFSFDP)的聚类算法。算法用近邻距离曲线变化情况自动确定密度阈值dc,采用确定dc的CFSFDP对数据聚类,并利用计算dc值的方法指导类的合并,引入内聚程度衡量参数解决了类合并后不能撤销的难题,从而实现对多密度峰值数据的正确聚类。通过实验对比,NM-CFSFDP算法确实比CFSFDP算法具有更加精确的聚类效果。
蒋礼青张明新郑金龙戴娇尚赵伟
关键词:聚类
共2页<12>
聚类工具0