您的位置： 专家智库 > >

汪焱

作品数：5 被引量：16H指数：2
供职机构：福建师范大学软件学院更多>>
发文基金：教育部人文社会科学研究基金国家自然科学基金福建省教育厅科技项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇网络
  • 2篇聚类
  • 2篇聚类算法
  • 2篇标签
  • 1篇选举
  • 1篇映射
  • 1篇优化算法
  • 1篇振荡
  • 1篇生物地理学优...
  • 1篇数据挖掘
  • 1篇情感分析
  • 1篇自组织
  • 1篇自组织映射
  • 1篇混合模型
  • 1篇基于标签
  • 1篇复杂网
  • 1篇复杂网络
  • 1篇SOM算法
  • 1篇BBO
  • 1篇LDA

机构

  • 5篇福建师范大学
  • 1篇广西师范学院
  • 1篇温州医科大学

作者

  • 5篇黄发良
  • 5篇汪焱
  • 3篇李超雄
  • 1篇姚志强
  • 1篇元昌安
  • 1篇潘传迪
  • 1篇连亚飞

传媒

  • 2篇福建师范大学...
  • 1篇电子学报
  • 1篇计算机应用
  • 1篇计算机系统应...

年份

  • 1篇2017
  • 2篇2016
  • 2篇2015
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于自组织映射和生物地理优化的聚类算法
2015年
针对传统生物地理优化算法(bio-geographic optimization algorithm,BBO)的种群随机初始策略会降低聚类算法性能的问题,提出了一种基于自组织映射算法(self-organization feature map,SOM)和BBO的混合聚类算法(improved SOM and bio-geography optimization,ISOMBBO),通过优化初始化神经元权值的方法改进SOM算法,然后以改进的SOM来计算数据聚类的初始簇中心,最后在BBO优化框架下进行数据簇结构的寻优.在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验中,实验结果表明该算法不仅提高聚类的有效性,而且相对于传统的优化算法具有更好的优化能力和收敛度.
温肖谦黄发良李超雄汪焱
关键词：聚类SOM算法
基于混合生物地理学优化的聚类算法
2015年
聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization,BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物地理学优化的聚类算法(Mixed Biogeography-Based Optimization,MBBO),该算法构造了一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优.通过在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验,结果表明MBBO算法相对于传统的优化算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式.
温肖谦黄发良李超雄汪焱
关键词：生物地理学优化算法数据挖掘聚类
基于标签影响力的半同步社区发现算法被引量：5
2016年
微博网络与社交网络等的交互式社会信息网络规模的快速增长对社区发现提出巨大挑战。标签传播算法(LPA)虽然在时间复杂度上具有很大的优势,但是其内在的多种随机策略使得算法稳定性不高。针对LPA的随机问题,提出了一种基于影响力的半同步标签传播算法(ISLPA),能有效地避免振荡问题,巧妙地实现了相邻节点之间的同步更新,并结合影响力从初始标签、选择邻居节点和更新顺序三方面进行了改进,摒弃了原有的随机策略。真实网络和人工网络的实验结果表明,ISLPA具有较高的稳定性与有效性,与其他LPA相关算法相比存在明显的优势。
汪焱黄发良元昌安
关键词：振荡
基于TSCM模型的网络短文本情感挖掘被引量：11
2016年
针对网络短文本情感挖掘问题,提出一种新的基于LDA和互联网短评行为理论的主题情感混合模型TSCM,TSCM模型中的整篇评论中每个句子的主题分布是不同的,TSCM产生词的流程是先确定词的情感极性,再确定词的主题,TSCM考虑了词与词之间的联系.真实数据集Movie与Amazon上的大量实验表明,与代表性算法JST、SLDA、D-PLDA和SAS相比较,TSCM模型能对用户真实情感与讨论主题进行更加有效的分析建模.
黄发良李超雄元昌安汪焱姚志强
关键词：情感分析LDA
基于选举标签传播的非重叠社区挖掘算法
2017年
针对邻居节点选择规则过于简单的传统标签传播算法容易导致奇异解问题,从而难以适应大型复杂网络的社区挖掘,提出了基于日常生活选举模式的标签传播算法VLPNO,重新定义节点标签传播规则,使其在传播迭代过程中能依照竞选的方式自主地更新标签,进而将网络划分为由领导者和跟随者组成的社区.实验结果表明,与LPA、SLPA与BMLPA相比较,VLPNO算法能够更快速有效地发现与真实网络社区更相吻合的社区结构.
连亚飞黄发良汪焱潘传迪
关键词：复杂网络
全选 清除 导出
共1页<1>
聚类工具0