河南省教育厅自然科学基金(2009A520028)
- 作品数：9 被引量：44H指数：4
- 相关作者：邱保志薛丽香曹鹤玲王波陈旭更多>>
- 相关机构：郑州大学漯河职业技术学院郑州师范学院更多>>
- 发文基金：河南省教育厅自然科学基金河南省科技攻关计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种高效的基于联合熵的边界点检测算法被引量：6
- 2011年
- 为了快速有效地检测出聚类的边界点,提出一种将网格技术与联合熵相结合的边界点检测算法.该算法中网格技术用于快速查找数据集中聚类边界所在的网格范围,联合熵用于在边界落入的网格范围内准确识别聚类的边界点.实验结果表明,该算法能够在含有噪声点/孤立点的数据集上,有效地检测出聚类的边界,运行效率高.
- 邱保志曹鹤玲
- 关键词：边界点联合熵网格
- 无参数聚类边界检测算法的研究被引量：4
- 2011年
- 为自动快速地提取聚类的边界点,减少输入参数对边界检测结果的影响,提出一种无参数聚类边界检测算法。该算法不需要任何参数,在生成的三角剖分图上计算每个数据点的边界度,用k-means自动计算边界度阈值,按边界度阈值将数据集划分为候选边界点和非候选边界点两部分,根据噪声点在三角剖分图中的性质去除候选边界点中的噪声点,最终检测出边界点。实验结果表明,该算法能快速、有效地识别任意形状、不同大小和密度聚类的边界点。
- 邱保志许敏
- 关键词：边界点聚类三角剖分
- 基于双倍距离的孤立点检测算法研究被引量：3
- 2013年
- 孤立点检测技术广泛应用于冶金、天气预报、故障检测等领域,已经成为数据挖掘研究领域中非常活跃的领域。本文在分析现有孤立点检测算法的基础上,提出了一种基于双倍距离的孤立点检测算法DTKA,并详细描述了新算法的主要思想和计算流程,实验验证了该算法的可行性和较高的效率性。
- 杨臻张明慧
- 关键词：孤立点检测
- BRINK:基于局部质变因子的聚类边界检测算法被引量：4
- 2012年
- 为有效检测聚类的边界,提出了一种基于局部质变因子的聚类边界检测算法(BRINK).该算法使用加权欧式距离技术解决现有聚类边界检测算法不能适用于高维数据的问题,根据局部质变因子在聚类的边界具有稍大于1的特征来识别聚类的边界.实验结果表明,该算法能有效的检测出聚类的边界.
- 邱保志杨洋杜效伟
- 关键词：聚类
- 基于变异系数的边界点检测算法被引量：21
- 2009年
- 为有效检测聚类的边界点,提出基于变异系数的边界点检测算法.首先计算出数据对象到它的k-距离邻居距离之和的平均值.然后用平均值的倒数作为每个点的密度,通过变异系数刻画数据对象密度分布特征寻找边界点.实验结果表明,该算法可在含有任意形状、不同大小和不同密度的数据集上快速有效检测出聚类的边界点,并可消除噪声.
- 薛丽香邱保志
- 关键词：聚类边界点
- 分类数据的聚类边界检测技术被引量：5
- 2012年
- 随着分类属性数据集的应用越来越广泛,获取含有分类属性数据集的聚类边界的需求也越来越迫切。为了获取聚类的边界,在定义分类数据的边界度和聚类边界的基础上,提出了一种带分类属性数据的聚类边界检测算法——CBORDER。该算法首先利用随机分配初始聚类中心和边界度对类进行划分并获取记录边界点的证据,然后运用证据积累的思想多次执行该过程来获取聚类的边界。实验结果表明,CBORDER算法能有效地检测出高维分类属性数据集中聚类的边界。
- 邱保志王波
- 关键词：分类数据
- 基于QPSO和ICA的图像盲分离方法研究被引量：2
- 2012年
- 针对ICA技术中常用的普通梯度算法容易陷入局部最优,提出了一种基于量子行为的粒子群算法和独立分量分析相结合的盲源分离新算法.以负熵作为独立分量分析的目标函数,用QPSO算法代替普通梯度算法,对瞬时混合信号进行分离,给出了算法的具体步骤.实验结果表明,该算法能够有效实现图像的盲源分离.同时与其他算法对比,体现了该算法更高的性能.
- 范文兵邢军阳李海涛代琳娜
- 关键词：独立分量分析量子粒子群盲源分离负熵
- 车祸中车辆严重碰撞区域边界图像分割技术被引量：4
- 2013年
- 研究车祸中严重碰撞车辆图像边界准确分割问题。车祸中,如果发生碰撞较为严重,两车图像碰撞部位交汇的像素分布较为密集,像素会产生变异。传统的边沿检测算法多是基于像素差异进行边界分割,当车祸中像素密度分布密集导致像素变异的情况,会造成像素聚类效果不好,分割不完整,分割的准确性不高。提出了一种基于密度分布函数的车祸图像边界检测算法。算法通过计算数据车祸像素邻域半径内每个像素点对它的高斯影响函数之和,将其作为该像素对象的密度,再通过变异系数刻画像素对象密度分布特征从而提取车祸图像边界点。实验结果表明,算法提高了车祸图像边界分割的准确度。
- 邱保志陈旭
- 关键词：边界点聚类
- 基于二路生成树的聚类边界检测算法被引量：1
- 2013年
- 聚类的边界是一种有用的模式,为有效地提取聚类的边界点,提出c-层近邻概念,将c-层近邻应用于二路生成树,能快速计算出每个对象的反向近邻值,从而根据反向近邻值提取聚类的边界。提出的基于二路生成树的边界检测算法(DBMST)在综合数据集和真实数据集的实验结果表明,该算法在含有噪声/孤立点的数据集上,能够快速有效地识别出聚类的边界。
- 邱保志王有为
- 关键词：聚类
