马闯
- 作品数：5 被引量：15H指数：2
- 供职机构：安徽大学数学科学学院更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术理学轻工技术与工程经济管理更多>>
- 基于K近邻隶属度的聚类算法研究被引量：10
- 2016年
- 经典模糊C均值聚类算法(FCM)基于欧氏距离,存在不同规模类簇不能正确聚类问题,针对此问题提出一种基于K近邻隶属度的模糊C均值聚类算法(KNN_FCM)。讨论了基于K近邻隶属度的粗糙C均值聚类算法(KNN_RCM)和粗糙模糊C均值聚类算法(KNN_RFCM),此方法避免了传统粗糙C均值聚类算法(RCM)和粗糙模糊C均值聚类算法(RFCM)中阈值选择问题。将KNN_FCM、KNN_RCM、KNN_RFCM分别与FCM、RFM、RFCM在UCI数据集上进行仿真比较,结果表明新方法是可行、有效的。
- 马闯吴涛段梦雅
- 关键词：聚类模糊C均值
- 加权好友推荐模型链路预测算法被引量：3
- 2019年
- 链路预测是复杂网络的一个重要研究方向。基于节点结构相似性进行链路预测是目前常用的方法。真实网络中存在大量的局部群落结构,针对不同的网络结构构建算法是链路预测的核心问题。利用社交网络好友推荐策略,中介人倾向于将自己更熟悉的人介绍给目标用户,提出了一种节点相似性度量指标。该指标结合局部特征描述并有效区分了用户节点之间影响力的不同,更适用于一类特定的局部群落结构。依据该指标提出的加权好友推荐模型链路预测算法在12个数据集上的实验结果表明,该算法在AUC和Precision两个评价标准上具有明显优势。
- 钱付兰杨强马闯马闯
- 关键词：复杂网络链路预测
- 基于三种近邻网络的聚类算法研究
- 2014年
- 根据K近邻、共享K近邻和互K近邻三种近邻算法的思想分别构造复杂网络,然后通过复杂网络的社团发现算法来实现对样本的聚类.最后,将三种方法分别在人工构造的非凸类簇数据集和UCI数据集上进行仿真实验,结果表明三种方法都是可行的,且互K近邻网络聚类方法还具有识别一定数量孤立点功能.
- 马闯吴涛段梦雅
- 关键词：K近邻社团发现聚类
- 多值区间直觉模糊软集被引量：2
- 2016年
- 软集理论作为一种处理不确定性问题的新数学工具,弥补了传统不确定性理论在参数不足的缺陷,近年来在理论上得到长足发展,但是忽略了元素的像为多值且隶属度和非隶属度为区间数情形的讨论。将多值直觉模糊软集推广到多值区间直觉模糊软集,并给出了多值区间直觉模糊软集的一些运算(交,并,补),讨论了其相应的一些性质,从而能更好的描述和求解不确定问题。
- 段梦雅吴涛马闯
- 基于营养健康的果蔬发展战略研究
- 2015年
- 针对果蔬品种的筛选、居民的人体营养健康状况评估及未来果蔬生产的战略调整进行研究.首先利用因子分析对果蔬的营养指标进行筛选,通过构建0-1模糊规划模型筛选出主要果蔬,并计算出果蔬的人均消费量.接着运用加权power平均(WPA)算子组合预测模型对未来果蔬消费量趋势进行预测,得到各种营养素近期及未来的人均摄入量.结果表明我国居民的部分营养摄入是不合理的,居民的营养健康状况有逐渐恶化趋势.在此基础上,建立多目标规划模型对果蔬的年度合理人均消费量进行估计,并与实际情况相比较,给出未来果蔬种植的调整战略.最后给出模型中的参数的灵敏度分析.
- 胡鑫马闯刘梦丹陈华友
- 关键词：组合预测营养健康多目标规划
