基于极大熵聚类的工程项目风险预警模型 被引量：5

1

作者 唐葆君 刘小龙 邱菀华 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第7期812-815,共4页

该方法针对当前大部分工程风险预警模型只能报警,不能预测的现状,提出了基于熵最优化的工程项目风险预警方法.利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极... 该方法针对当前大部分工程风险预警模型只能报警,不能预测的现状,提出了基于熵最优化的工程项目风险预警方法.利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极大熵聚类算法是以概率为比例将任一指标向量分配给所有码向量,而不是仅仅只分配给与之最近的码向量,该算法是C-均值算法的一种推广.最后用实例验证该模型,用此算法对预测结果进行分类,判断项目的风险状态.结果表明这种方法估计工程项目风险快捷有效,与实际情况基本一致,可以应用于工程分析. 展开更多

关键词 极大熵聚类 判别熵 特征提取 风险预警

下载PDF 职称材料

基于最大中心间隔的缩放型η-极大熵聚类算法 被引量：7

2

作者 陈爱国 蒋亦樟 钱鹏江 《计算机应用研究》 CSCD 北大核心 2013年第1期103-106,123,共5页

为了调控数据之间的差异性,一般化的处理方式是对数据简单地进行按比例缩放,而此类做法本身对于数据的信息是不存在任何破坏的。但在进行聚类分析时,大部分算法对于按比缩放的数据都是很敏感的,其中较典型的算法有极大熵聚类(MEC)算法... 为了调控数据之间的差异性,一般化的处理方式是对数据简单地进行按比例缩放,而此类做法本身对于数据的信息是不存在任何破坏的。但在进行聚类分析时,大部分算法对于按比缩放的数据都是很敏感的,其中较典型的算法有极大熵聚类(MEC)算法。大量的实验表明,当缩放尺度位于10-3数量级以下时,极大熵聚类算法已经失效,通过该算法得到的聚类中心趋于一致。为了解决上述问题,在MEC算法的基础上引入最大中心间隔项与缩放因子η,构造出了全新的目标函数,称为η型最大中心间隔极大熵聚类(η-MCS-MEC)算法。该算法通过调控中心点间的距离使之达到最大,并有效利用缩放因子η对各类划分进行调控,从而避免了聚类中心趋于一致。通过在模拟数据集以及UCI仿真数据集上的实验,结果均显示出算法对变化的数据不再敏感而具有鲁棒性。 展开更多

关键词 最大中心间隔 数据缩放 极大熵聚类 中心一致

下载PDF 职称材料

知识迁移的极大熵聚类算法及其在纹理图像分割中的应用 被引量：6

3

作者 程旸 蒋亦樟 +1 位作者 钱鹏江 王士同 《智能系统学报》 CSCD 北大核心 2017年第2期179-187,共9页

本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为... 本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为此提出一种全新的迁移聚类机制,即基于聚类中心的中心匹配迁移机制。进一步将该机制与经典极大熵聚类算法相融合提出了基于知识迁移的极大熵聚类算法(KT-MEC)。实验表明,在不同迁移场景下的纹理图像分割应用中,KT-MEC算法较很多现有聚类算法具有更高的精确度和抗噪性。 展开更多

关键词 迁移学习 中心迁移匹配 极大熵聚类 纹理图像分割 抗噪性

下载PDF 职称材料

基于划分融合与视角加权的极大熵聚类算法 被引量：3

4

作者 张丹丹 邓赵红 +1 位作者 蒋亦樟 王士同 《计算机工程》 CAS CSCD 北大核心 2016年第4期184-189,196,共7页

针对极大熵聚类算法在处理多视角聚类任务时存在的局限性,引入划分融合和视角加权技术,提出一种改进的极大熵聚类算法。通过对视角分配权重体现其重要程度,在此基础上对每个视角进行单独划分,利用融合权重矩阵实现视角划分的融合,并采... 针对极大熵聚类算法在处理多视角聚类任务时存在的局限性,引入划分融合和视角加权技术,提出一种改进的极大熵聚类算法。通过对视角分配权重体现其重要程度,在此基础上对每个视角进行单独划分,利用融合权重矩阵实现视角划分的融合,并采用新的集成策略得到全局聚类结果。在人工数据集和UCI数据集上的实验结果表明,与极大熵聚类算法、基于多任务的组合K-means算法等相比,该算法具有更好的多视角聚类性能。 展开更多

关键词 极大熵聚类 多视角聚类 划分融合 视角加权 权重矩阵

下载PDF 职称材料

基于极大熵的知识迁移模糊聚类算法 被引量：1

5

作者 陈爱国 王士同 《智能系统学报》 CSCD 北大核心 2017年第1期95-103,共9页

针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法(MEKTFCA)的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法。该算法通过学... 针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法(MEKTFCA)的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法。该算法通过学习由源域总结出来的有益历史聚类中心和历史隶属度知识来指导数据量不足或受污染的目标域数据的聚类任务,从而提高了聚类性能。通过一组模拟数据集和两组真实数据集构造的迁移场景上的实验,证明了该算法的有效性。 展开更多

关键词 知识迁移 极大熵 聚类算法 极大熵聚类 模糊聚类

下载PDF 职称材料

极大熵聚类算法的收敛性定理 被引量：2

6

作者 牟永敏 于剑 《北方交通大学学报》 CSCD 北大核心 2003年第5期26-29,共4页

讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是... 讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法. 展开更多

关键词 模式识别 聚类算法 收敛性 极大熵原则 决定性退火

下载PDF 职称材料

协同极大熵聚类算法

7

作者 江森林 《计算机应用与软件》 CSCD 北大核心 2014年第5期268-271,278,共5页

极大熵聚类算法(MEC)是基于信息论的新型聚类算法。以不同子集之间的协同关系为出发点,与信息理论中的极大熵原理相结合,通过构造新的极大熵目标函数来改变传统聚类算法中对整个数据集直接聚类的机制。提出一种基于协同的极大熵聚类算法... 极大熵聚类算法(MEC)是基于信息论的新型聚类算法。以不同子集之间的协同关系为出发点,与信息理论中的极大熵原理相结合,通过构造新的极大熵目标函数来改变传统聚类算法中对整个数据集直接聚类的机制。提出一种基于协同的极大熵聚类算法CMEC,它不仅具有较MEC算法更高的聚类精度和更好的泛化性等特点,较之协同模糊聚类算法还具有更好的物理意义。实验结果表明所提出的CMEC算法具有上述优点,其聚类效果比传统的聚类算法有了很大的提高。 展开更多

关键词 聚类算法 极大熵 协同系数 协同的极大熵

下载PDF 职称材料

极大熵球面K均值文本聚类分析 被引量：1

8

作者 修宇 王士同 +1 位作者 朱林 宗成庆 《计算机科学与探索》 CSCD 2007年第3期331-339,共9页

提出了一种基于极大熵理论的球面K均值文本聚类算法ME-SPKM。该算法利用了传统文本聚类算法SPKmeans中使用的余弦相似度度量,进而引入极大熵理论构造了适合文本聚类的极大熵目标函数。对文本数据的实验证明了极大熵球面K均值文本聚类算... 提出了一种基于极大熵理论的球面K均值文本聚类算法ME-SPKM。该算法利用了传统文本聚类算法SPKmeans中使用的余弦相似度度量,进而引入极大熵理论构造了适合文本聚类的极大熵目标函数。对文本数据的实验证明了极大熵球面K均值文本聚类算法取得了比传统文本聚类算法更好的聚类效果。 展开更多

关键词 极大熵 球面 均值 文本聚类 聚类分析 聚类算法 熵理论 相似度度量 文本数据 算法利用 目标函数 理论构造 聚类效果 证明 实验

下载PDF 职称材料

类中心极大的多视角极大熵聚类算法 被引量：2

9

作者 丁健宇 祁云嵩 赵呈祥 《计算机应用研究》 CSCD 北大核心 2022年第4期1019-1023,1059,共6页

在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败。为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多... 在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败。为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多视角极大熵聚类算法。该算法通过调整每个视角上的权重来体现某个视角的重要性,并通过类中心极大惩罚项解决了多视角聚类任务下,因数据稀少、数据维度高导致每个视角上的类中心趋于一致的问题。通过大量实验进一步证明,该算法在处理高维度、数据稀少、存在干扰数据和多视角的数据集时,其聚类效果明显优于传统的聚类算法。 展开更多

关键词 极大熵聚类 类中心惩罚项 多视角聚类 类中心一致

下载PDF 职称材料

半监督极大熵聚类的研究

10

作者 江秀勤 《微计算机信息》 2009年第15期174-175,95,共3页

聚类是一门非常重要的技术。所谓聚类就是按照某种度量(相似性度量、不相似性度量或距离),根据一定的准则将个体集合分成若干类,使得同类个体之间的相似程度大于不同类个体之间的相似程度即做到"物以类聚"。半监督聚类算法研... 聚类是一门非常重要的技术。所谓聚类就是按照某种度量(相似性度量、不相似性度量或距离),根据一定的准则将个体集合分成若干类,使得同类个体之间的相似程度大于不同类个体之间的相似程度即做到"物以类聚"。半监督聚类算法研究无监督学习中如何利用少量的监督信息来提高聚类性能,目前正得到不断应用。针对前人提出的半监督模糊聚类,本文为了验证该种半监督学习方法是否可以用于其它聚类算法,对极大熵算法进行了改进,将半监督距离学习引入极大熵聚类,生成半监督极大熵聚类算法,并通过实验证明极大熵聚类算法通过半监督方法改进之后确实有效。 展开更多

关键词 聚类分析 极大熵聚类 半监督学习 标签数据 距离学习

下载PDF 职称材料

基于灰类敏感度系数的评价指标客观权重极大熵配置模型 被引量：5

11

作者 刘红旗 方志耕 +1 位作者 李维东 陶良彦 《运筹与管理》 CSSCI CSCD 北大核心 2015年第5期197-205,共9页

评价指标权重的确定是多属性决策问题中至关重要的环节。然而,既有研究利用评价指标值之间的差异性进行指标的客观赋权,往往忽略了评价指标对被评价对象全体及所在系统的重要性。本文基于事物自然本质属性差异,运用灰色关联聚类将评价... 评价指标权重的确定是多属性决策问题中至关重要的环节。然而,既有研究利用评价指标值之间的差异性进行指标的客观赋权,往往忽略了评价指标对被评价对象全体及所在系统的重要性。本文基于事物自然本质属性差异,运用灰色关联聚类将评价对象划分到预设的类别;借鉴有无对比分析法的思想,定义了反映指标对全体被评价对象类别影响程度的灰类敏感度系数;根据极大熵准则,建立了基于灰类敏感度系数的客观权重极大熵配置模型,以确定多属性决策指标的权重。并通过与文献[21,26]中实际案例的对比分析,说明了本模型的有效性与更贴近现实性,为解决多属性决策指标客观赋权问题提出了一个新思路。 展开更多

关键词 多属性决策 灰色关联聚类 灰类敏感度系数 极大熵 指标权重

下载PDF 职称材料

基于成对约束的交叉熵半监督聚类算法 被引量：13

12

作者 李晁铭 徐圣兵 郝志峰 《模式识别与人工智能》 EI CSCD 北大核心 2017年第7期598-608,共11页

极大熵聚类(MEC)目标函数中缺乏成对约束的有效信息表达,在拥有少量成对约束的情况下,可能导致有效监督信息的浪费.在MEC的基础上,文中提出基于成对约束的交叉熵半监督聚类算法.利用样本交叉熵表达成对约束信息,并作为惩罚项引入至MEC... 极大熵聚类(MEC)目标函数中缺乏成对约束的有效信息表达,在拥有少量成对约束的情况下,可能导致有效监督信息的浪费.在MEC的基础上,文中提出基于成对约束的交叉熵半监督聚类算法.利用样本交叉熵表达成对约束信息,并作为惩罚项引入至MEC的目标函数中,通过拉格朗日最优化处理目标函数,得出聚类中心与隶属度的迭代公式.实验表明,文中算法能有效利用少量的成对约束监督信息提高聚类性能,在实际数据应用中性能较好. 展开更多

关键词 极大熵聚类(mec) 成对约束 交叉熵 半监督聚类

下载PDF 职称材料

一种基于极大熵的快速无监督线性降维方法 被引量：2

13

作者 王继奎 杨正国 +3 位作者 刘学文 易纪海 李冰 聂飞平 《软件学报》 EI CSCD 北大核心 2023年第4期1779-1795,共17页

现实世界中高维数据无处不在,然而在高维数据中往往存在大量的冗余和噪声信息,这导致很多传统聚类算法在对高维数据聚类时不能获得很好的性能.实践中发现高维数据的类簇结构往往嵌入在较低维的子空间中.因而,降维成为挖掘高维数据类簇... 现实世界中高维数据无处不在,然而在高维数据中往往存在大量的冗余和噪声信息,这导致很多传统聚类算法在对高维数据聚类时不能获得很好的性能.实践中发现高维数据的类簇结构往往嵌入在较低维的子空间中.因而,降维成为挖掘高维数据类簇结构的关键技术.在众多降维方法中,基于图的降维方法是研究的热点.然而,大部分基于图的降维算法存在以下两个问题:(1)需要计算或者学习邻接图,计算复杂度高;(2)降维的过程中没有考虑降维后的用途.针对这两个问题,提出一种基于极大熵的快速无监督降维算法MEDR. MEDR算法融合线性投影和极大熵聚类模型,通过一种有效的迭代优化算法寻找高维数据嵌入在低维子空间的潜在最优类簇结构. MEDR算法不需事先输入邻接图,具有样本个数的线性时间复杂度.在真实数据集上的实验结果表明,与传统的降维方法相比, MEDR算法能够找到更好地将高维数据投影到低维子空间的投影矩阵,使投影后的数据有利于聚类. 展开更多

关键词 无监督学习 线性降维 邻接图 聚类 极大熵

下载PDF 职称材料

基于功效散度和成对约束的半监督聚类算法 被引量：1

14

作者 向思源 金应华 徐圣兵 《佛山科学技术学院学报（自然科学版）》 CAS 2019年第4期48-59,共12页

现有成对约束半监督聚类算法(CE-sSC)克服了极大熵聚类(MEC)算法不能利用样本成对约束信息的缺点,但CE-sSC算法的惩罚项中各熵项之间相互干扰,不利于惩罚项系数的选择。为克服此问题,基于相对熵提出了一类新的半监督聚类算法(PD-sSC),... 现有成对约束半监督聚类算法(CE-sSC)克服了极大熵聚类(MEC)算法不能利用样本成对约束信息的缺点,但CE-sSC算法的惩罚项中各熵项之间相互干扰,不利于惩罚项系数的选择。为克服此问题,基于相对熵提出了一类新的半监督聚类算法(PD-sSC),并把表示成对约束样本信息(外部信息)的相对熵项推广到了功效散度(PD)族。此时,PD指标可取任意的实数,当成对约束数较少时,可通过调整PD散度指标来选择比对比算法表现更好的PD-sSC算法。实验结果显示了PD-sSC算法的优良性质,PD-sSC算法惩罚系数的选择也比CE-sSC算法简单且高效。 展开更多

关键词 半监督聚类 功效散度 成对约束 极大熵聚类

下载PDF 职称材料

基于闭包准则和成对约束的半监督聚类算法

15

作者 向力宏 金应华 徐圣兵 《佛山科学技术学院学报（自然科学版）》 CAS 2020年第2期34-44,共11页

基于功效散度和成对约束的半监督聚类算法(PD-sSC)将相对熵推广到功效散度(PD)族,剔除了目标函数中不同惩罚熵项之间的干扰,提高了惩罚项系数的选择效率。但当成对约束数目相对较大时,PD-sSC算法聚类效果不够理想。为了解决这个问题,提... 基于功效散度和成对约束的半监督聚类算法(PD-sSC)将相对熵推广到功效散度(PD)族,剔除了目标函数中不同惩罚熵项之间的干扰,提高了惩罚项系数的选择效率。但当成对约束数目相对较大时,PD-sSC算法聚类效果不够理想。为了解决这个问题,提出了一种基于闭包准则的成对约束打包算法(CCPC),该算法利用must-link约束对原样本组进行打包,再利用各个包的中心点替代整个包,从而得到一组新样本,最后利用PD-sSC算法对新样本进行聚类分析。实验结果表明,无论成对约束数目是大还是小,CCPC算法都有很好的表现。 展开更多

关键词 闭包准则 极大熵聚类 成对约束 功效散度

下载PDF 职称材料

基于聚类的PaaS平台流量监控的迁移研究 被引量：1

16

作者 董琪 徐军 《电信工程技术与标准化》 2017年第7期5-9,共5页

为了满足Web应用的快速部署,自动维护和自动扩容的需求,从而产生了PaaS平台。但随之而来的问题是如何实时监控PaaS的流量。为了能够实现流量的实现监控,研究人员提出了利用聚类算法来实现自动分类,但数据在传送很容易受到外界因素的影响... 为了满足Web应用的快速部署,自动维护和自动扩容的需求,从而产生了PaaS平台。但随之而来的问题是如何实时监控PaaS的流量。为了能够实现流量的实现监控,研究人员提出了利用聚类算法来实现自动分类,但数据在传送很容易受到外界因素的影响,从而导致采集的流量是失真的,因此根据这样的数据来聚类分析后的结果是不准确的。针对此问题,以模糊C均值算法为基础,借鉴知识利用的思想,提出了一种具有迁移学习能力的聚类算法。并将其应用到PaaS平台的流量实现监控中,从而能够快速识别流量,从而能够从极大的保证系统的稳定安全的运行。 展开更多

关键词 PAAS平台 流量的实现监控 极大熵聚类 迁移学习

下载PDF 职称材料

极大熵聚类算法及其全局收敛性分析 被引量：27

17

作者 张志华 郑南宁 史罡 《中国科学（E辑）》 CSCD 北大核心 2001年第1期59-70,共12页

借助极大熵原理构造了一致逼近目标函数的一簇可微的熵函数 ,由此利用最优化理论导出了一种新的聚类算法 .该算法是硬C 均值算法的一种软的推广格式 ,具有全局收敛性 ,最后讨论了该算法同其他著名聚类算法的关系 .

关键词 极大熵聚类算法 极大熵原理 最优化方法 熵函数 全局收敛性 硬C-均值算法 不可微优化

原文传递

知识迁移极大熵聚类算法 被引量：6

18

作者 钱鹏江 孙寿伟 +2 位作者 蒋亦樟 王士同 邓赵红 《控制与决策》 EI CSCD 北大核心 2015年第6期1000-1006,共7页

为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强... 为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的"参数寻优+聚类有效性度量"机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题. 展开更多

关键词 知识迁移 极大熵聚类 隐私保护 负迁移

原文传递

关于极大熵聚类算法的收敛性定理的反例 被引量：4

19

作者 于剑 石洪波 +2 位作者 黄厚宽 孙喜晨 程乾生 《中国科学（E辑）》 CSCD 北大核心 2003年第6期531-535,共5页

追溯了极大熵聚类算法的历史渊源,指出了张志华等提出的算法本质上缺少新意,并构造了两个具体例子说明了极大熵聚类算法得到的迭代序列不一定收敛到目标函数的局部极小值,有可能收敛到鞍点。在此基础上,指出了他们关于极大熵聚类算法的... 追溯了极大熵聚类算法的历史渊源,指出了张志华等提出的算法本质上缺少新意,并构造了两个具体例子说明了极大熵聚类算法得到的迭代序列不一定收敛到目标函数的局部极小值,有可能收敛到鞍点。在此基础上,指出了他们关于极大熵聚类算法的收敛性定理一般不能成立的理论理由。 展开更多

关键词 极大熵聚类算法 收敛性定理 迭代序列 目标函数 局部极小值 鞍点 模糊聚类算法

原文传递

基于灰色类别差异特性的评价指标客观权重极大熵配置模型 被引量：19

20

作者 于亮 方志耕 +2 位作者 吴利丰 方世力 王传会 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2014年第8期2065-2070,共6页

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、不同灰色类别间自然差异特性具有差异性的特点,... 本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型.通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路. 展开更多

关键词 灰色关联聚类 灰色类别差异 极大熵准则 客观指标权重

原文传递