基于广义分形插值理论的多尺度分类尺度下推算法后印本

作者： 李佳星 ^1,2,3 赵书良 ^1,2,3 安磊 ^1,2,3 李长镜 ^1,2,3
作者单位：

1. 河北师范大学数学与信息科学学院

2. 河北师范大学河北省计算数学与应用重点实验室

3. 河北师范大学移动物联网研究院
提交时间：2018-04-17 20:49:53

摘要: 多尺度数据挖掘多应用于空间遥感图像数据，以图像的分辨率或者区域分割为依据进行尺度划分，然后在每个尺度层进行分析。近期，有不少学者将多尺度数据挖掘应用于一般数据集上，以等级理论、概念分层以及包含度理论等为尺度划分依据，研究不同尺度层的分布规律，进而发现有意义的事实，如多尺度关联规则以及多尺度聚类。但是在一般数据集下，很少将多尺度数据挖掘应用于分类算法领域。定义了广义分形插值理论的概念，打破了局限于迭代函数系统IFS（iterative function systems）的缺憾，拓展了分形插值的应用；提出了基于广义分形插值理论的多尺度分类尺度下推算法MSCSDA（multi-scale classification scaling-down algorithm）。仿真实验建立在四个UCI基准数据集和一个H省部分人口真实数据集上，并将MSCSDA与KNN、Decision Tree以及LibSVM算法进行对比分析，实验结果表明，MSCSDA算法在不同的数据集上均优于其他算法。

多尺度数据挖掘分类分形插值尺度下推

分类： 计算机科学 >> 计算机科学的集成理论

期刊：

计算机应用研究

投稿状态： 已在期刊出版
引用： ChinaXiv:201804.02161 (或此版本 ChinaXiv:201804.02161V1)
DOI:10.12074/201804.02161V1
CSTR:32003.36.ChinaXiv.201804.02161.V1
科创链TXID： 0443a5e0-3ba5-40d8-b947-59f895ef48b4
推荐引用方式： 李佳星,赵书良,安磊,李长镜.基于广义分形插值理论的多尺度分类尺度下推算法.计算机应用研究:https://chinaxiv.org/abs/201804.02161.[ChinaXiv:201804.02161V1] (点此复制)

版本历史

[V1]

2018-04-17 20:49:53

ChinaXiv:201804.02161V1

下载全文

相关论文推荐

1. 基于证据积累的认知决策神经网络模型	2025-07-23
2. 矩阵论——以数据挖掘与机器学习为例	2025-07-19
3. 信息论安全的可信验证算法	2025-07-17
4. 关于命名实体识别领域的综述报告	2025-07-16
5. 可重构芯片技术演进研究	2025-07-15
6. 机器学习的信息科学原理：基于形式化信息映射的因果链元框架	2025-07-14
7. 关于自然语言处理及其核心技术的综述报告	2025-07-09
8. “认知审判”：一种针对大型语言模型的心理司法攻击范式	2025-06-18
9. 面向实际应用的微表情分析：从数据采集到智能部署	2025-06-12
10. 注视即计算	2025-05-30


公开评论匿名评论仅发给作者

基于广义分形插值理论的多尺度分类尺度下推算法 后印本

版本历史

相关论文推荐

基于广义分形插值理论的多尺度分类尺度下推算法后印本