实例加权类依赖Relief

Relief算法是一个过滤式特征选择算法,通过一种贪心的方式最大化最近邻居分类器中的实例边距,结合局部权重方法有作者提出了为每个类别分别训练一个特征权重的类依赖Relief算法（Class Dependent RELIEF algorithm：CDRELIEF）.该方法更能反映特征相关性,但是其训练出的特征权重仅仅对于衡量特征对于某一个类的相关性很有效,在实际分类中分类精度不够高.为了将CDRELIEF算法应用于分类过程,本文改变权重更新过程,并给训练集中的每个实例赋予一个实例权重值,通过将实例权重值结合到权重更新公式中从而排除远离分类边界的数据点和离群点对权重更新的影响,进而提高分类准确率.本文提出的实例加权类依赖RELIEF （IWCDRELIEF）在多个UCI二类数据集上,与CDRELIEF进行测试比较.实验结果表明本文提出的算法相比CDRELIEF算法有明显的提高.     

一种基于权重的时间序列相似性度量

依据时间序列的形态特征,为基于欧氏距离的相似性度量加入奖惩因子,使其能反映序列形态的相似性.同时根据相关的背景知识给时间序列不同的维设定不同的权重,并给出一种自动求权重集合的算法.该算法成功应用于福泉高速行车数据以及仿真数据的相似性度量.     

基于集成特征选择的FSSD算法

FSSD (fast and efficient subgroup set discovery)是一种子群发现算法, 旨在短时间内提供多样性模式集, 然而此算法为了减少运行时间, 选择域数量少的特征子集, 当特征子集与目标类不相关或者弱相关时, 模式集质量下降. 针对这个问题, 提出一种基于集成特征选择的FSSD算法,...     

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(constrained K-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.     

一种基于时间窗口的数据预处理算法

提出了一个基于时间窗口的数据预处理算法．面向具体应用,根据已有知识,此算法可以智能化地滤去一些“噪声”数据．与一般的定义不同．本文所谓的“噪声”数据是指那些由一些已知的规则决定性地影响着的数据,研究显示它们会对进一步的数据挖掘形成极大干扰．实际测试结果表明,本算法能够改善一些已有数据挖掘算法的执行效果．     

加权闵可夫斯基K-Means的指数选取策略

与传统K-Means相比,加权闵可夫斯基K-Means(MWK-Means)需要自适应获取特征权重并选择合适的闵可夫斯基指数.无监督选取指数策略是计算每个指数的三种尺度值,根据三种尺度的选取标准得到各自最好的指数,然后选取较接近的两个指数求均值.在这种策略的启发下,提出了基于排名的闵可夫斯基指数选取策略,将三种尺度的值分别进行排名,每个指数通过选取两个较接近的排名相加得到综合排名来确定指数.用这两种指数选取策略分别对UCI数据集进行实验,结果表明,基于排名的选取策略较优.     

一种结合关联限制的最近邻分类策略

研究关联限制在最近邻分类中的应用,提出结合关联限制的最近邻分类算法PCNN.算法分成两个阶段:首先通过自学习过程,成对地添加施加关联限制的样本对;然后再进行一般的最近邻分类.引入最大半径和有效距离,并进一步给出自学习时样本对的评估方法,并且基于实验结果进行了分析.由于来自运输企业的行车数据能够较容易地施加关联限制,本算法比行车数据分类算法CIRP更为经济.对4个UCI数据集的分类结果也显示了算法的有效性.     

基于主动学习的K-Hub聚类算法

K-Hub聚类算法是一种有效的高维数据聚类算法,但是它对初始聚类中心的选择非常敏感,并且对于靠近类边界的实例往往不能正确聚类.为了解决这些问题,提出一种结合主动学习和半监督聚类的K-Hub聚类算法.运用主动学习策略学习部分实例的关联限制,然后利用这些关联限制指导K-Hub的聚类过程.实验结果表明,基于主动学习的K-Hub聚类算法能有效提升K-Hub的聚类准确率.     

基于格式说明书的行车数据兼容策略

通过格式说明书来提供行车数据的结构信息和关键信息。输入程序基于结构信息来分解行车数据,并参照关键信息来进行数据转换。实现不同格式行车数据的集成和统一管理。