检索结果

Select

1. 面向聚类集成的基聚类三支筛选方法

徐健锋, 邹伟康, 梁伟, 程高洁, 张远健

计算机应用 2019, 39 (11): 3120-3126. DOI: 10.11772/j.issn.1001-9081.2019050864

摘要（369）

PDF （985KB）（225）

当前聚类集成的研究主要是围绕着集成策略的优化展开，而针对基聚类质量的度量及优化却较少研究。基于信息熵理论提出了一种基聚类的质量度量指标，并结合三支决策思想构造了面向基聚类的三支筛选方法。首先预设基聚类筛选三支决策的阈值 α、β，然后计算各基聚类中类簇质量的平均值，并把其作为各基聚类的质量度量指标，最后实施三支决策。决策策略为：当某个基聚类的质量度量指标小于阈值 β时，删除该基聚类；当某个基聚类的质量度量指标大于等于阈值 α时，保留该基聚类；当某个基聚类的质量度量指标大于等于 β小于 α时，重新计算该基聚类质量，并且再次实施上述三支决策直至没有基聚类被删除或达到指定迭代次数。对比实验结果表明，基聚类三支筛选方法能够有效提升聚类集成效果。

参考文献 | 相关文章 | 多维度评价

Select

2. 求解旅行商问题的多样化搜索帝国竞争算法

陈孟辉, 刘俊麟, 徐健锋, 李向军

计算机应用 2019, 39 (10): 2992-2996. DOI: 10.11772/j.issn.1001-9081.2019030434

摘要（320）

PDF （802KB）（230）

帝国竞争算法是一种局部搜索能力较强的群智能优化算法，但过度的局部搜索会导致多样性丢失并陷入局部最优。针对这一问题提出基于多样化搜索的帝国竞争算法（MSSICA）。将国家定义为一条可行解，将王国定义成四种特性不同的组合人造解方式。在搜索时使用区块机制保留各自的优势解片段，并对不同的帝国使用差异化的组合人造解方式以搜索不同解空间的有效可行解信息。在陷入局部最优时，使用多样化搜索策略注入均匀分布的可行解替换较无优势的解以提升多样性。实验结果显示，多样化搜索策略可以有效地改善帝国算法的求解多样性，并提升求解质量与稳定性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于多机器学习竞争策略的短时雷电预报

孙丽华, 严军峰, 徐健锋

计算机应用 2016, 36 (9): 2555-2559. DOI: 10.11772/j.issn.1001-9081.2016.09.2555

摘要（525）

PDF （789KB）（371）

传统的雷电数据预测方法往往采用单一最优机器学习算法，较少考虑气象数据的时空变化等现象。针对该现象，提出一种基于集成策略的多机器学习短时雷电预报算法。首先，对气象数据进行属性约简，降低数据维度；其次，在数据集上训练多种异构机器学习分类器，并基于预测质量筛选最优基分类器；最后，通过对最优基分类器训练权重，并结合集成策略产生最终分类器。实验表明，该方法优于传统单最优方法，其平均预测准确率提高了9.5%。

参考文献 | 相关文章 | 多维度评价

Select

4. 弹性粗粒度动态弯曲时序相似性算法

陈明威, 孙丽华, 徐健锋

计算机应用 2016, 36 (6): 1639-1644. DOI: 10.11772/j.issn.1001-9081.2016.06.1639

摘要（479）

PDF （974KB）（430）

针对动态时间弯曲(DTW)算法在提高计算速度同时不能兼顾分类正确率的问题,提出了一种基于朴素粒计算思想的弹性粗粒度动态时间弯曲(CG-DTW)算法。首先,通过计算时序方差特征的方法来获取较优的时序粒度,用粒度特征代替原始序列;其次,再代入执行DTW算法,允许动态调整被比较时序粒间的弹性大小,从而获得相对最优的时序对应粒;最后,在对应最优粒的情况下计算DTW距离。同时引入下界函数的提前终止策略进一步提高CG-DTW算法效率。实验结果表明,所提算法要比经典算法运行速率提高21.4%左右,比降维策略算法正确率提高近32.3个百分点,尤其是长序列的分类,CG-DTW能够在保持正确率的情况下兼顾较高的运行效率。CG-DTW在实际应用中能适应不确定长序列分类。

参考文献 | 相关文章 | 多维度评价