博士科研启动基金(10QDZ42)
- 作品数：3 被引量：120H指数：3
- 相关作者：赵卫中马慧芳史忠植傅燕翔李志清更多>>
- 相关机构：西北师范大学中国科学院湘潭大学更多>>
- 发文基金：博士科研启动基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于云计算平台Hadoop的并行k-means聚类算法设计研究被引量：84
- 2011年
- 随着数据库技术的发展和Internet的迅速普及,实际应用中需要处理的数据量急剧地增长,致聚类研究面临许多新的问题和挑战,如海量数据和新的计算环境等。深入研究了基于云计算平台Hadoop的并行k-means聚类算法,给出了算法设计的方法和策略。在多个不同大小数据集上的实验表明,设计的并行聚类算法具有优良的加速比、扩展率和数据伸缩率等性能,适合用于海量数据的分析和挖掘。
- 赵卫中马慧芳傅燕翔史忠植
- 关键词：云计算HADOOP平台MAPREDUCE
- 一种结合主动学习的半监督文档聚类算法被引量：30
- 2012年
- 半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为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,因此,国内外学者考虑如何获得少量但对聚类性能提高显著的监督信息.提出一种结合主动学习的半监督文档聚类算法,通过引入成对约束信息指导DBSCAN的聚类过程来提高聚类性能,得到一种半监督文档聚类算法Cons-DBSCAN.通过对约束集中所含信息量的衡量和对DBSCAN算法本身的分析,提出了一种启发式的主动学习算法,能够选取含信息量大的成对约束集,从而能够更高效地辅助半监督文档聚类.实验结果表明,所提出的算法能够高效地进行文档聚类.通过主动学习算法获得的成对约束集,能够显著地提高聚类性能.并且,算法的性能优于两个代表性的结合主动学习的半监督聚类算法.
- 赵卫中马慧芳李志清史忠植
- 关键词：半监督聚类文档聚类
- 基于非负矩阵分解的双重约束文本聚类算法被引量：6
- 2011年
- 提出一种基于非负矩阵分解(NMF)的双重约束文本聚类算法。在正交三重NMF模型中,加入文本空间的成对约束信息和词空间的类别约束信息,将不同的特征词项进行分类。利用迭代规则对原始的词-文档矩阵进行分解,获得文本聚类结果。与多种传统半监督文本聚类算法的对比结果表明,该算法具有较高的聚类精度,能提供更准确和有效的聚类结果。
- 马慧芳赵卫中史忠植
- 关键词：半监督聚类非负矩阵分解
