分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-24 合作期刊: 《计算机应用研究》
摘要： 针对传统的聚类算法只能处理单属性的数据，不能很好地处理混合属性数据的聚类问题，以及目前大多数混合属性数据聚类算法对初始化敏感、不能处理任意形状的数据的问题，提出一种基于信息熵的混合属性数据谱聚类算法，用于处理混合类型数据。首先，提出了一种新的相似性度量方式，利用谱聚类算法中的数值型数据构成的高斯核函数矩阵与新的基于信息熵的分类型数据构成的影响因子矩阵相结合代替了传统的相似度矩阵，新的相似度矩阵避免了数值属性与分类属性数据之间的转换和参数调整；然后，把新的相似度矩阵运用到谱聚类算法中，以便于处理任意形状的数据，最终得出聚类结果。通过在UCI的数据集上的实验表明，该算法能有效地处理混合属性数据的聚类问题，且具有较高的稳定性以及良好的鲁棒性。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-12-13 合作期刊: 《计算机应用研究》
摘要： 针对大多数高维数据之间不仅有相似性，而且还有非线性关系等特点，提出一种基于局部结构学习的非线性属性选择算法。该算法首先通过核函数把数据映射到高维空间，在高维空间中表示出数据属性之间的非线性关系；然后在低维空间中通过局部结构学习来充分挖掘属性之间的相似性，同时通过低秩约束来排除噪声的干扰；最后通过稀疏正则化因子来进行属性选择、核函数映射来找出数据属性之间的非线性关系、局部结构学习来找出数据属性之间的相似性。该算法是一种嵌入了局部结构学习的非线性属性选择算法。实验结果表明，该算法相比其他的对比算法，有更好的效果。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-12-13 合作期刊: 《计算机应用研究》
摘要： 针对模糊聚类算法邻域信息与空间信息利用率低易受噪声影响的问题，提出一种结合核函数与马氏距离的FCM算法，即FCMKM算法。首先，将图像像素点由低维空间通过核函数非线性映射到高维空间。然后，利用马氏距离替换原有的欧式距离作为高维空间距离量度。最后，利用改进后的算法对图像进行分割。为验证FCMKM算法的性能，选取Bezdek划分系数、Xie_Beni系数、重构错误率、运行时间、迭代次数五个评测指标作为对比实验的评价标准。实验结果表明，与传统FCM算法、基于核函数的FCM算法、基于马氏距离的FCM算法相比，FCMKM算法能有效的提高模糊聚类算法的抗噪性。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-03 合作期刊: 《计算机应用研究》
摘要： 针对软件定义网络中DDoS攻击的检测准确率与延迟较长的问题，提出了一种基于核函数的软件定义网络DDoS实时安全系统。首先，每个周期提取软件定义网络的报文头信息，并组织成矩阵形式；其次，采用马氏距离分析相邻特征向量的显著变化，设计了两个核函数综合评估攻击行为的流量；最终，采用谱聚类技术与协方差统计信息自动地定位攻击者。基于真实软件定义网络进行了实验，结果显示该安全系统实现了较高的检测准确率，并且实现了理想的处理时间。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-20 合作期刊: 《计算机应用研究》
摘要： 为解决目前实现人脸验证算法所需训练样本多，运算量大，识别速度慢等问题，提出了一种在小样本空间中基于高斯过程的快速人脸验证方法。首先使用共轭梯度下降法从训练样本中学习人脸关键部位特征位置的梯度方向，从而可对待验证人脸进行特征定位；然后使用自适应尺度局部二值模式提取特征，以减小特征维度；最后，将谱混合核函数作为高斯过程的核函数对输入的人脸特征进行分类。使用LFW，FERET和 Multi-PIE人脸数据库进行训练和测试，实验结果表明使用自适应尺度局部二值模式有效的减小了特征维度，使用高斯过程模型与谱混合核相结合可大幅减少训练样本，显著提升训练速度和测试速度。
点击量
通过
点击量
下载量
评论
