阳琳赟
- 作品数：4 被引量：25H指数：3
- 供职机构：清华大学信息科学技术学院自动化系更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于属性重要性的加权聚类融合被引量：14
- 2009年
- 聚类融合是数据挖掘研究的一个热点。当前相关研究大多没有考虑进行融合的聚类成员的质量,因此较差的成员和噪声会对融合结果产生不良的影响。提出了一种对聚类成员进行加权的融合方法。该方法引入粗糙集理论中的属性重要性度量,根据聚类成员对融合的重要性赋予其权重,生成加权共生矩阵,进而产生融合结果。实验结果表明,提出的方法能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。
- 阳琳赟周海京卓晴王文渊
- 关键词：聚类融合共生矩阵
- 基于粗糙集理论的聚类融合加权迭代模型被引量：2
- 2009年
- 针对聚类融合问题,考虑了聚类成员的质量和噪声对聚类结果的影响,提出一种加权迭代的聚类融合模型,利用粗糙集理论中的决策表属性重要性的信息熵来衡量聚类成员的重要性,迭代更新聚类成员的权重。该文在模拟和真实数据集上进行了校验。结果表明,该模型能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。
- 阳琳赟王路卓晴王文渊
- 关键词：聚类融合共生矩阵信息熵
- 一种基于信息熵的模糊粗糙集知识获取方法被引量：3
- 2008年
- 模糊粗糙集融合了模糊集和粗糙集的思想,是一种新的处理模糊和不确定性知识的软计算工具。针对属性为模糊值的信息系统,提出了一种基于熵的模糊粗糙集知识获取方法:首先通过模糊相似度量计算出各属性下对象的模糊相似值,再根据模糊相似关系构造模糊等价关系,然后根据模糊等价关系建立属性集的信息熵表示,继而使用基于信息熵的决策表属性约简算法获取规则。最后,通过一个实例,分析说明了这种算法的合理有效性。
- 阳琳赟温明卓晴王文渊
- 关键词：模糊粗糙集模糊等价关系信息熵
- 光照鲁棒的Mean Shift跟踪方法被引量：6
- 2008年
- 针对Mean Shift跟踪方法存在的光照不稳定问题,提出了一种光照鲁棒的Mean Shift跟踪方法。该方法采用颜色特征和局部二元模式特征(Local Binary Pattern)两种特征相结合来描述目标,其中局部二元模式特征的光照不变性使得目标模型更加鲁棒。同时,为了避免原始Mean Shift跟踪方法中bin-to-bin度量带来的不稳定性,该方法采用了一种新的cross-bin度量,该度量更好地融合了多层次的特征信息,使得光照变化下的特征匹配更加稳定。实验表明,该方法在光照变化情况下能取得比原始Mean Shift跟踪方法更好的性能。
- 王路阳琳赟卓晴王文渊
- 关键词：目标跟踪SHIFT局部二元模式
