基于排序的周期自动检测算法

时间序列是一种得到广泛应用的数据对象,Bandt等人提出了一种基于排序的时间序列分析方法,它可以发现时间序列的周期,但是需要人工交互完成,且实验效果依赖于使用者的经验。因此提出了一种基于排序的时间序列周期自动检测算法,算法分为4个步骤:找出周期与其延迟成2倍关系的核图,再基于核图周期找出中心图,围绕核图进行适当的扩展找出外延图,结合三类不同的图给出3种策略下检测出的周期集合。应用算法对4个不同的数据集进行了实验研究,并与AutoPeriod方法进行了分析比较,对比结果显示了算法的高准确性,并以基于核图和中心图计算周期效果最好。     

面向限制K-means算法的迭代学习分配次序策略

结合关联限制K-means算法能有效地提高聚类结果,但对数据对象分配次序却非常敏感。为获得一个好的分配次序,提出了一种基于分配次序聚类不稳定性的迭代学习算法。根据Cop-Kmeans算法的稳定性特点,采用迭代思想,逐步确定数据对象的稳定性,进而确定分配次序。实验结果表明,基于分配次序聚类不稳定性迭代学习算法有效地提高了Cop-Kmeans算法的准确率。     

窗口式蚁群序列分割算法

应用蚁群优化算法(ACO)对时间序列进行分割,为提高算法寻优效率,依据时间序列内在的连续性,采用信息素窗口式更新策略。依据序列连续性指导信息素进行窗口式的加强,从而使蚂蚁的正反馈机制得到增强,更利于蚂蚁的路径选择。实验结果表明,基于信息素窗口式更新策略的蚁群序列分割方法一定程度上可以加快算法收敛,同时可以有效地降低序列分割代价。     

基于熵的平衡子空间K-means算法

在许多数据挖掘的实际应用中要求每一个类别的实例数量相对平衡. 而独立子空间聚类的熵加权K-means算法(EWKM)会产生不均衡的划分, 聚类质量很差. 本文定义了一种兼顾平衡划分与特征分布的多目标熵, 然后应用该熵改进了EWKM算法的目标函数, 同利用迭代方法和交替方向乘子法设计其求解流程, 并提出基于熵的平衡子空间K-means算法(EBSKM). 最后, 在UCI、UCR等公开数据集进行聚类实验, 结果表明所提算法在准确率和平衡性方面都优于同类算法.     

基于Hubness的类别均衡的时间序列实例选择算法

针对实例选择算法INSIGHT存在选出的实例类别分布不均衡和得分相等的实例的重要性无法区分两个问题,分别提出了改进算法。改进算法B INSIGHT1基于分治思想,通过筛选出训练集各类中最具有代表性的实例,来确保选出的实例类别分布尽可能均衡。改进算法B INSIGHT2将改进算法B INSIGHT1的单重排序改进成了双重排序,以便更有效地衡量实例的重要性。实验结果表明,在时间复杂度基本不变的前提下,所提算法在分类准确率上均优于INSIGHT算法。     

基于全局性分裂算子的进化K-means算法

进化算法可以有效地克服K means对初始聚类中心敏感的缺陷,提高了聚类性能。在进化K means聚类算法 (F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子。结合最大最小距离的思想,利用待分裂簇的周边簇信息来指导簇分裂初始点的选择,使簇的分裂更有利于全局划分,以进一步提高进化聚类的有效性。实验结果表明,基于全局性分裂算子的算法在类数发现及聚类精度方面均优于F EAC。     

一种基于限制的PAM算法

利用数据对象间的关联限制可以改善聚类算法的效果,但对于关联限制与K中心点算法的结合策略则少有研究。由此研究了关联限制与PAM算法的结合方法,提出了算法CPAM。首先基于限制找到一个合适的初始分隔;在接下来反复地调整中心点的过程中,也考虑到了所给限制。实验结果显示:CPAM可以有效地利用关联限制来提高一些实际数据集的准确率。     

基于限制的分类效用及其应用

在分析了 COP- COBWEB算法之后 ,给出了一种结合背景知识计算分类效用的方法 .它考察数据对象之间的已知关联 ,通过比较预期关联数与实际关联数 ,来获得限制系数 .限制系数将直接参与分类效用的计算 ,得到基于限制的分类效用 CCU .有关实验证明 :利用基于限制的分类效用 ,COBWEB算法将更为有效 ;在有噪声的情况下 ,基于CCU的 COBWEB算法明显优于 COP- COBWEB算法     

递归调用的内联策略分析

基于Tang提出的全控制流图研究了递归过程内联优化问题.提出妨碍递归过程内联的关键在于局部变量的副本问题,通过变量的定义使用关系分析,提出递归过程的可内联条件是在流图中任意局部变量的定义使用路径均不穿过递归调用语句.给出了内联时出口语句的模板,它能够处理存在多处递归调用的情况.最后通过实例说明了递归过程的内联.     

结合限制的分隔模型及K-Means算法

将数据对象间的关联限制与K-means算法结合可以取得较好的效果,但由于划分是由K个中心决定的,每一类仅由一个中心决定,分隔的表示方法限制了算法效果的进一步提高.基于数据对象间的两类限制,定义了数据对象和集合间的两类关联,以及集合间的3类关联,在此基础上给出了结合限制的分隔模型.在模型中,基于集合间的正关联,多个子集中心可以用来表示同一类,使划分的表示可以更为灵活、精细.基于此模型,给出了相应的算法CKS(constrainedK-meanswith subsets)来生成结合限制的分隔.对3个UCI数据集的实验结果显示:在准确率及健壮性上,CKS显著优于另一个结合关联限制的K-means类算法COP-K-means,与另一个代表性的算法CCL相比,也有相当优势;在时间代价上,CKS也有一定优势.