计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2014年
5期
24-27,32
,共5页
主动学习%聚类算法%动态模糊集%动态模糊关系%动态模糊测度
主動學習%聚類算法%動態模糊集%動態模糊關繫%動態模糊測度
주동학습%취류산법%동태모호집%동태모호관계%동태모호측도
active learning%clustering algorithm%dynamic fuzzy sets%dynamic fuzzy relation%dynamic fuzzy measure
聚类问题是近几年来机器学习和数据挖掘领域研究的热点问题,由于获取大量监督信息费时费力,目前国内外研究的重点是如何获得少量但对聚类性能提高显著的监督信息,再加上实际问题中存在的动态模糊性,故本文提出一种结合主动学习的动态模糊聚类算法DF-DBSCAN,通过引入动态模糊等价关系、动态模糊信任测度和动态模糊似然测度这3个约束信息来指导DBSCAN的聚类过程,以提高聚类的性能.实验结果表明,DF-DBSCAN算法不仅解决了实际问题中存在的动态模糊性数据的描述和表示问题,而且能够高效地进行数据聚类,显著地提高聚类性能.
聚類問題是近幾年來機器學習和數據挖掘領域研究的熱點問題,由于穫取大量鑑督信息費時費力,目前國內外研究的重點是如何穫得少量但對聚類性能提高顯著的鑑督信息,再加上實際問題中存在的動態模糊性,故本文提齣一種結閤主動學習的動態模糊聚類算法DF-DBSCAN,通過引入動態模糊等價關繫、動態模糊信任測度和動態模糊似然測度這3箇約束信息來指導DBSCAN的聚類過程,以提高聚類的性能.實驗結果錶明,DF-DBSCAN算法不僅解決瞭實際問題中存在的動態模糊性數據的描述和錶示問題,而且能夠高效地進行數據聚類,顯著地提高聚類性能.
취류문제시근궤년래궤기학습화수거알굴영역연구적열점문제,유우획취대량감독신식비시비력,목전국내외연구적중점시여하획득소량단대취류성능제고현저적감독신식,재가상실제문제중존재적동태모호성,고본문제출일충결합주동학습적동태모호취류산법DF-DBSCAN,통과인입동태모호등개관계、동태모호신임측도화동태모호사연측도저3개약속신식래지도DBSCAN적취류과정,이제고취류적성능.실험결과표명,DF-DBSCAN산법불부해결료실제문제중존재적동태모호성수거적묘술화표시문제,이차능구고효지진행수거취류,현저지제고취류성능.
