基于信息增益的模糊K-prototypes聚类算法

K-prototypes聚类算法结合了K-means算法和K-modes算法,可用于分析混合属性的数据对象。传统的K-prototypes聚类算法在计算数据对象的相异度时,未考虑各个属性对于最终聚类结果的影响程度,而现实世界中,各属性的重要程度是不同的。使用了信息论中信息增益的计算方法,来获得各个属性的权值。在计算各属性的差异度时,乘以这些权值,从而可以获得更为准确的聚类结果。为了增加算法处理模糊问题的能力,本算法引用了模糊理论,从而使其具有较好的抗干扰能力和处理不确定性问题的能力。通过对四个UCI数据集的聚类分析实验,表明了本算法的有效性。     

游戏情报站

《沙加》系列诞生25周年新作登陆PSV! “《沙加》系列”是由原Square（现Square Enix）打造的经典角色扮演类游戏,在当时以其独特的风格和新颖的游戏系统吸引了大批忠实爱好者,其受欢迎程度甚至曾一度超越《最终幻想》,系列的第一部作品《魔界塔士沙加》最早于1989年12月15日在Game Boy平台发售,之后...     

腾讯应用宝“星APP榜”背后的故事

近日,腾讯应用宝公布了2014年度的"星APP全民榜"最终榜单。从此前的候选名单到尘埃落定的最终榜单,这些APP经历了那些考验呢?登上最终榜单的"星APP们"有代表了什么样的趋势呢?对于最终榜单,腾讯给出的解释很简单:综合了超过千万网友的投票权重和一百家专业媒体评审投票权重得出的。不过,腾讯内部透出的消息显然没这么简单:在网友构成     

中国互联网教育行业研究

1互联网教育定义及优势1.1互联网教育定义互联网教育有时也称为"在线教育(Online Education)",是一种运用网络、多媒体和多种交互手段进行系统教学和互动的新型教育方式。互联网教育由计算机及基础网络设施、教师、教学平台、教学内容、学习者等基本要素构成,如图1所示。需要特别说明的是,互联网教育、在线学习、在线教学这几个概念实际上有较大区别,但本文从行     

结合Total-Bregman距离的模糊聚类算法

模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析。实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性。     

密度自适应的数据竞争聚类算法

针对现有数据竞争聚类算法在处理密度不均匀数据集时聚类效果不理想的问题,提出了一种密度自适应的数据竞争聚类算法。首先,定义了一种局部密度自适应线段;然后,根据局部密度自适应线段计算出密度自适应相似度,密度自适应相似度不仅反映了数据的整体空间分布信息,还反映了数据点的局部信息,更加符合数据的实际分布;最后,将密度自适应相似度用于数据竞争聚类算法中。在人工和真实数据集上的仿真实验结果表明,新算法比现有的数据竞争聚类算法在处理密度不均匀数据集时,具有更高的聚类性能。     

密度峰值优化初始中心的K-medoids聚类算法

针对快速K-medoids聚类算法和方差优化初始中心的K-medoids聚类算法存在需要人为给定类簇数,初始聚类中心可能位于同一类簇,或无法完全确定数据集初始类簇中心等缺陷,受密度峰值聚类算法启发,提出了两种自适应确定类簇数的K-medoids算法。算法采用样本x i的t最近邻距离之和倒数度量其局部密度ρi,并定义样本x i的新距离δi,构造样本距离相对于样本密度的决策图。局部密度较高且相距较远的样本位于决策图的右上角区域,且远离数据集的大部分样本。选择这些样本作为初始聚类中心,使得初始聚类中心位于不同类簇,并自动得到数据集类簇数。为进一步优化聚类结果,提出采用类内距离与类间距离之比作为聚类准则函数。在UCI数据集和人工模拟数据集上进行了实验测试,并对初始聚类中心、迭代次数、聚类时间、Rand指数、Jaccard系数、Adjusted Rand index和聚类准确率等经典聚类有效性评价指标进行了比较,结果表明提出的K-medoids算法能有效识别数据集的真实类簇数和合理初始类簇中心,减少聚类迭代次数,缩短聚类时间,提高聚类准确率,并对噪音数据具有很好的鲁棒性。     

Geeking：基于胜者表的体育新闻搜索引擎系统

文章介绍了体育新闻搜索引擎系统 Geeking 的框架结构和各项功能,其结构分为网页爬取、胜者表构建、检索处理、用户界面 4 个部分,其主要功能包含查询词校正、自动补全、检索结果排序、相似新闻聚类以及显示页面中关键词高亮并提供网页快照。输入查询请求时,系统根据搜索日志和新闻热词自动补全查询词,搜索不到相关结果时校正查询,给出推荐的查询词。检索新闻文档时,使用胜者表快速查找查询词项的相关文档,综合 tf-idf 权重和新闻标题、发布时间等因素计算文档的相关性并按得分排序。在相似新闻聚类中,结合最长公共子序列和编辑距离衡量新闻标题之间的相似度,以新闻标题相似度代表新闻文档的相似度。测试结果表明,基于胜者表的 Geeking 搜索引擎系统各项功能协调效果好,检索响应速度快。     

辽宁省水利保障能力评价模型研究

为了研究辽宁省水利建设能否保障该省区域经济社会可持续和谐发展,以辽宁省第一次全国水利普查成果为依托,建立一套水利保障能力评价指标体系,利用模糊聚类综合评判模型和主客观赋权方法,对辽宁省各地市水利保障能力进行排序。评价结果表明,辽宁省各地市水利发展很不平衡,需要因地制宜,科学调整发展战略。     

大小水电可消纳电量期望值最大短期协调优化调度模型

水电富集地区的小水电在电网中所占比例较大,出力波动频繁,汛期与大中型水电挤占输电通道,造成大规模窝电弃水并威胁电网安全,需要构建有效的大小水电协调优化方法。为此,以西南水电富集的某省为背景,提出了大小水电可消纳电量期望值最大短期协调优化调度模型。该模型将分区小水电作为整体,根据小水电计划与实际出力偏差,采用模糊聚类构建小水电出力场景,并应用启发式搜索和关联搜索方法进行求解。实例研究表明,本文提出的模型和方法能够合理利用大中型水电良好的调节能力实现大小水电协调,减少窝电弃水,是一种实用有效的大小水电混合分区协调优化调度方法。