Genetic algorithms for symbolic clustering

This paper introduces a novel methodology for clustering of symbolic objects by making use of Genetic Algorithms (GAs). GAs are a family of computational models inspired by evolution. These algorithms encode potential solutions to specific problems on simple chromosome-like data structures and apply recombination operators to these structures so as to preserve critical information. A new type of representation for chromosome structure is presented here along with a new method for mutation. The efficacy of the proposed method is examined by application to numeric data of known number of classes and also to assertion type of symbolic objects drawn from the domain of fat oil, microcomputers, microprocessors and botany. The validity of the clusters obtained is examined.     

非相似度保持投影

由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差。因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差。两者的投影系数和残差相差越大,说明这两个样本越不相似。和保局投影(LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间。在AR库和Feret库上的实验结果证明了该方法的有效性。     

基于拉普拉斯方向的差值线性判别分析

标准的LDA方法通常有3个问题:1)为了确保类内散度矩阵的非奇异性,必须首先通过PCA进行维数约简,这限制了对更多维数空间的使用;2)当每人只有单个训练样本时,类内散度矩阵必然奇异,此时LDA无法工作;3)缺乏对像素间的局部相关性的考虑。为了解决这些问题,提出一种基于拉普拉斯方向的差值线性判别分析方法。该方法通过拉普拉斯方向实现更鲁棒的图像相异性测度,通过引入差值散度矩阵来避免类内散度矩阵的奇异性。实验结果显示,该算法对表情变化、光照改变及不同遮挡情况获得了更高的识别率,尤其针对光照变化,效果更加显著。     

Excel操作题自动阅卷算法的设计与实现

根据Excel教学大纲的要求,总结出Excel考核的若干知识点,根据这些知识点提出了基于VBA技术的自动阅卷算法,并引入数据挖掘中的相异度与相似度作为单元格内容评分的度量,使得评分更加科学、合理。同时给出了一个Excel文档自动阅卷实例。     

Partial Label Learning via Conditional-Label-Aware Disambiguation

Partial label learning is a weakly supervised learning framework in which each instance is associated with multiple candidate labels,among which only one is the ground-truth label.This paper proposes a unified formulation that employs proper label constraints for training models while simultaneously performing pseudo-labeling.Unlike existing partial label learning approaches that only leverage similarities in the feature space without utilizing label constraints,our pseudo-labeling process leverages similarities and differences in the feature space using the same candidate label constraints and then disambiguates noise labels.Extensive experiments on artificial and real-world partial label datasets show that our approach significantly outperforms state-of-the-art counterparts on classification prediction.     

支持向量机与哈夫曼树实现多分类的研究

基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.     

基于K-近邻树的离群检测算法

为适应数据集分布形状多样性以及克服数据集密度问题,针对已有算法对离群簇检测效果欠佳的现状,提出了一种基于K-近邻树的离群检测算法KNMOD(outlier detection based on K-nearest neighborhood MST).算法结合密度与方向因素,提出一种基于K-近邻的不相似性度量,然后带约束切割基于此度量构建的最小生成树从而获得离群点.算法可以有效地检测出局部离群点以及局部离群簇,与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能.     

基于相似性判据的图像尺寸调整算法

归纳图像调整过程中的相似性判据,提出一种基于相似性判据的图像调整算法。采用Seam Carving算法按一定调整量分步进行 图像尺寸调整,利用相似性判据判断调整图像的变形程度,当变形达到一定程度时,换用双向相似度迭代优化算法完成图像剩余尺寸的调整。实验结果表明,在图像调整量很大时,利用该图像调整算法仍可较好地维持图像的整体视觉效果。     

基于免参数据挖掘的相异度度量研究

由于参数设置导致数据挖掘结果异常的例子很多，为了解决这一问题，出现了免参数据挖掘思想。对Kolmogorov复杂度理论进行了研究，将其和免参数据挖掘思想相结合，提出了一种基于压缩的相异度度量SCDM。由于压缩算法是空间和时间高效性算法，使得应用该算法的相异度度量也具有较好的性能。实验表明将这种相异度度量应用到层次聚类算法中，其聚类的准确率也较高。     

聚类分析中PAM算法的分析与实现

首先详细讨论了PAM算法，包括：PAM算法的基本思想，如何替换中心点增进聚类质量，PAM算法的处理流程，代价函数的计算．相异度的计算．复杂度分析等．然后给出了一个实现PAM算法的实例。