周晓英
- 作品数：2 被引量：9H指数：2
- 供职机构：首都师范大学信息工程学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于半监督K-Means的属性加权聚类算法被引量：6
- 2017年
- K-Means是经典的非监督聚类算法,因其速度快,稳定性高广泛应用在各个领域。但传统的K-Means没有考虑无关属性以及噪声属性的影响,并且不能自动寻找聚类数目K。而目前K-Means的改进算法中,也鲜有关于高维以及噪声方面的改进。因此,结合PCA提出基于半监督的K-Means加权属性聚类方法。首先,用PCA得到更少更有效的特征,并计算它们的分类贡献率(即每个特征对聚类的影响因子)。其次,由半监督自适应算法得到K。最后将加权数据集以及K应用到聚类中。实验表明,该算法具有更好的识别率和普适性。
- 潘巍周晓英吴立锋王国辉
- 关键词：均值聚类主成分分析属性加权
- 基于非对称变邻域粗糙集模型的属性约简被引量：3
- 2015年
- 在分析邻域粗糙集模型弊端的基础上,提出了非对称变邻域粗糙集模型,并以全局属性重要度为启发条件,构造了基于非对称变邻域粗糙集模型的属性约简的启发式算法。利用6个UCI标准数据集与现有算法进行了比较分析,结果表明,该模型不仅可以选择较少的属性个数,而且还能保持较高的分类能力。
- 惠景丽潘巍吴康康周晓英
- 关键词：邻域粗糙集
