换一批
项目年度编号
1400020052
中图分类号
TP18
成果公布年份
2013
成果简介
该成果属于计算机学科人工智能领域。项目组多年围绕聚类分析进行了深入系统的研究，发现了许多代表性的划分型聚类算法存在最坏聚类结果的规律，据此提出了一个全新的分析聚类算法的理论框架，并应用在聚类算法的设计，解的稳定性问题以及算法参数的选择等问题上。相关研究成果在数据挖掘项目中得到了成功应用。主要研究内容有：1.发现模糊C均值算法聚类算法具有最差聚类性能的聚类结果，并在具有最差聚类性能的聚类结果不能是算法的稳定输出的合理假设下，针对模糊C均值算法的模糊指数m的选择问题进行了理论分析，首次得到了m的理论上限。这是提出的基于划分的聚类算法研究理论首次解决相关问题的事例。2.奥卡姆剃刀准则是数据模型的基本参照准则之一，而基于划分的聚类算法也是一种由数据驱动的模型。但是，奥卡姆剃刀准则和基于划分的聚类算法之间的关系无人研究，该项目根据广义均值定义，建立了无约束的划分聚类算法的一般化生成框架模型，即一般C均值聚类模型(GCM)，首次建立了奥卡姆剃刀准则与划分聚类之间的关系，并证明了文献中多种基于划分的聚类算法是GCM模型的特例。3.考虑类中心或隶属度函数的约束下，先后提出了两个广义模糊聚类模型GFCM和GFCR，这两个模型一起可以统一多种模糊聚类算法。GFCM适用于目标函数可以消除隶属度函数的情形，GFCR适用于目标函数可以消除聚类原型的情形。这两个模型也可以适用于课题组提出的研究划分型聚类算法的新理论来进行研究。4.相关的研究成果在交通、医疗数据的分析中得到了成功应用。该项目共发表论文55篇，SCI收录43篇，其中有7篇发表在PAMI等IEEETransactions上。论文也被国际一流期刊IEEETrans.onFuzzySystems和PatternRecognition等引用。项目主要完成人先后应邀在“机器学习学术会议”、“机器学习研讨会”、“中国Rough集与软计算学术研讨会”等多个学术会议作了大会报告，研究成果在交通和医疗数据分析项目中也得到了应用验证。
完成单位
北京交通大学
完成人
学术成果认领
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
