邓振云
- 作品数：8 被引量：39H指数：3
- 供职机构：广西师范大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 大数据下的快速KNN分类算法被引量：29
- 2016年
- 针对K最近邻算法测试复杂度至少为线性,导致其在大数据样本情况下的效率很低的问题,提出了一种应用于大数据下的快速KNN分类算法。该算法创新性地在K最近邻算法中引入训练过程,即通过线性复杂度聚类方法对大数据样本进行分块,然后在测试过程中找出与待测样本距离最近的块,并将其作为新的训练样本进行K最近邻分类。这样的过程大幅度地减少了K最近邻算法的测试开销,使其能在大数据集中得以应用。实验表明,该算法在与经典KNN分类准确率保持近似的情况下,分类的速度明显快于经典KNN算法。
- 苏毅娟邓振云程德波宗鸣
- 关键词：大数据分块聚类中心
- 稀疏样本自表达的子空间聚类算法
- 实际应用中，子空间聚类方法可以从高维数据中寻找一个低维表示，用少量的数据就能去描述整个数据空间。这在很大程度上提升了高维数据处理的效率。目前已存在不同形式的子空间聚类方法有不同的适用环境。其中基于谱聚类的子空间聚类算法是...
- 邓振云
- 关键词：高维数据聚类算法相似度矩阵
- 基于LPP和Lasso的kNN回归算法
- 2015年
- 针对k NN回归算法中k值固定且未考虑样本相关性的影响,提出一种基于LPP和Lasso的最近邻算法.该算法通过局部保持投影与稀疏编码相结合,使训练样本对每一个测试样本都进行重构,重构过程中,LPP用于保持原始数据的局部结构,l1-范式确保每个测试样本被k个不同数目的最近邻样本预测,以此解决k NN算法中k值固定问题.在UCI数据集上得到的实验结果表明,改进算法在线性回归中的预测能力优于传统k NN算法.
- 龚永红邓振云孙可刘越
- 关键词：KNN局部保持投影
- 基于LPP和l_(2,1)的KNN填充算法
- 2015年
- 传统的KNN缺失值填充算法存在没有利用样本间属性的相关性,也没有考虑到保持样本数据本身的结构和去除噪声样本的问题。本文提出利用训练样本重构测试样本从而进行最近邻缺失值填充的方法,该方法重构过程充分利用样本间的相关性,也用到LPP(保局投影)保持数据结构在重构过程中不变,同时引入l2,1范式用于去除噪声样本。在UCI数据集上的仿真实验结果表明,该方法比传统的KNN填充算法以及基于属性信息熵的Entropy-KNN算法有更高的预测准确度。
- 苏毅娟孙可邓振云尹科军
- 关键词：缺失值填充保局投影
- 一种高效的K值自适应的SA-KNN算法被引量：5
- 2015年
- 传统的K近邻(KNN)分类算法在实际应用过程中存在一些缺陷:没有考虑去除噪声样本,也没有考虑到在样本数据空间变换过程中保持样本数据本身的流形学结构,并且没有使用样本间属性的相关性。为此,提出引入稀疏学习理论,利用训练样本重构测试样本的方法,重构过程使用了样本间的相关性,也用到局部保持投影LPP保持数据结构不变,同时引入l2,1范数用于去除噪声样本的方法来寻找投影变换矩阵W,进而利用W确定KNN算法中K值的SA-KNN算法。在UCI数据集上的仿真实验结果表明,该方法比传统的KNN分类算法和Entropy-KNN算法有更高的分类准确度。
- 孙可龚永红邓振云
- 关键词：K近邻分类局部保持投影
- 基于局部相关性的kNN分类算法被引量：4
- 2016年
- kNN算法作为一种简单、有效的分类算法,在文本分类中得到广泛的应用。但是在k值(通常是固定的)的选取问题上通常是人为设定。为此,本文引入了重构和局部保持投影(locality preserving projections,LPP)技术用于最近邻分类,使得k值的选取是由样本间的相关性和拓扑结构决定。该算法利用l1-范数稀疏编码方法使每个测试样本都由它的k(不固定)个最近邻样本来重构,同时通过LPP保持重构前后样本间的局部结构不变,不仅解决了k值的选取问题,并且避免了固定k值对分类的影响。实验结果表明,该方法的分类性能优于经典kNN算法。
- 邓振云龚永红孙可张继连
- 关键词：KNN保局投影
- 稀疏样本自表达子空间聚类算法被引量：2
- 2016年
- 针对现有子空间聚类算法在构造相似度矩阵时,没有同时利用样本自表达和稀疏相似度矩阵以及去除噪音、离群点的干扰相结合,提出了一种新的稀疏样本自表达子空间聚类方法。该方法通过样本自表达而充分利用样本间固有相关性的本质,创新性地同时使用L1-范数和L2,1-范数正则化项惩罚相似度矩阵,即对所有测试样本进行稀疏样本自表达,从而确保每个测试样本由与其相关性强的样本表示,并使所获得的相似度矩阵具有良好的子空间结构和鲁棒性。通过Hopkins155和人脸图像等大量数据集的实验结果表明,本文方法在实际数据的子空间聚类中能够获得非常好的效果。
- 林大华杨利锋邓振云李永钢罗噭
- 关键词：子空间聚类谱聚类相似度矩阵
- 全文增补中
- 基于子空间学习的嵌入式属性选择方法及其应用
- 本发明的基于子空间学习的嵌入式属性选择方法及其应用，在嵌入式属性选择框架上加入了子空间学习技术，利用子空间技术高效的学习能力改进属性选择进行属性约简的能力。本方法包括1)给定训练集条件属性及对应的类标签，建立一个具有LD...
- 朱永华宗鸣程德波邓振云孙可朱晓峰张师超
- 文献传递
