期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

模型聚类及在集成学习中的应用研究 被引量：7

Study of Model Clustering and Its Application to Ensemble Learning
在线阅读 下载PDF
导出
摘要 聚类技术是一种重要的数据分析工具,在数据挖掘、模式识别等领域具有广泛的应用前景.通常,聚类算法的聚类对象为传统的数据集合,它们可以表示为欧式空间中的点.然而,在一些任务中,聚类的对象并不是显式的数据点,而是一些抽象的数据模型,例如神经网络、决策树、支持向量机等模型.通过定义广义的距离(实际任务中的距离定义可能各不相同),研究了数据对象为一般模型的聚类方法,提出了基于模型对象的一般聚类算法框架;作为模型聚类的一个应用,研究了应用神经网络模型的聚类提高集成学习差异性的方法,实验研究了聚类的簇数、集成学习的规模以及集成学习性能间的关系.
作者 李凯 李昆仑 崔丽娟
机构地区 河北大学数学与计算机学院
出处 《计算机研究与发展》 EI CSCD 北大核心 2007年第z2期203-207,共5页 Journal of Computer Research and Development
基金 河北省教育厅2006年科学研究计划基金项目(2006406)
关键词 模型聚类 度量空间 聚类有效性 差异性 集成学习
分类号 TP391 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献8

  • 1[1]R J Hathaway,J C Bezdek,Y K Hu.Generalized fuzzy C-means clustering strategies using LP norm distances.IEEE Trans on Fuzzy Systems,2000,8(5):576-582
  • 2[2]U Kaymak,M Setne.Fuzzy clustering with volume prototypes and adaptive cluster merging.IEEE Trans on Fuzzy Systems,2002,10(6):706-712
  • 3[3]M S Yang,K L Wu,J Yu.A novel fuzzy clustering algorithm.In:Proc of the 2003 IEEE Int'l Symp on Computational Intelligence in Robotics and Automation.Piscataway,NJ:IEEE Press,2003.647-652
  • 4[4]B Bakker,T Heskes.Model clustering by deterministic annealing.In:Proc of ESANN.Bruges:D-Facto Public,1999.87-92
  • 5[5]L I Kuncheva,C Whitaker.Measures of diversity in classifier ensembles.Machine Learning,2003,51(2):181-207
  • 6[6]Matti Aksela,Jorma Laaksonen.Using diversity of errors for selecting members of a committee classifier.Pattern Recognition,2006,39(4):608-623
  • 7[7]Giorgio Giacinto,Fabio Roli.Design of effective neural network ensembles for image classification purposes.Image and Vision Computing,2001,19(9-10):699-707
  • 8[8]C L Blake,C J Merz.UCI repository of machine learning database.http://www.ics.uci.edu/～mlearn/MLRepository.html,1998

同被引文献64

  • 1褚娜,马利庄,王彦.聚类趋势问题的研究综述[J].计算机应用研究,2009,26(3):801-803. 被引量：6
  • 2李凯,黄厚宽.一种提高神经网络集成差异性的学习方法[J].电子学报,2005,33(8):1387-1390. 被引量：9
  • 3贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量：230
  • 4谢崇宝,袁宏源,郭元裕.最优分类的模糊划分聚类改进方法[J].系统工程,1997,15(1):58-63. 被引量：12
  • 5Rudi L Cilibrasi ,Paul M B Vit&nyi. A fast quartet tree heuristic for hierarchical clustering [ J ]. Pattern Recognition, 2011,44(3 ) :662-677.
  • 6Kanungo T, Mount D M, Netanyahu N, et al. A local search approximation algorithm for k-means clustering[ J]. Computational Geometry ,2004,28 (2/3) : 89-112.
  • 7Elkan C. Using the triangle inequality to accelerate k-means [ C ]//Proceedings of the 20th International Conference on Machine Learning ( ICML-2003 ). Menlo Park : AAAIPress, 2003 : 147-153.
  • 8Kuncheva L I, Whitaker C. Measures of Diversity in Classifier Ensembles[J]. Machine Learning, 2003, 51(2): 181-207.
  • 9Aksela M, Laaksonen J. Using Diversity of Errors for Selecting Members of a Committee Classifier[J]. Pattern Recognition, 2006, 39(4): 608-623.
  • 10Giacinto G, Roll F, Didaci L. Fusion of Multiple Classifiers for Intrusion Detection in Computer Networks[J]. Pattern Recognition Letters, 2003, 24(12): 1795-1803.

引证文献7

二级引证文献110

计算机研究与发展
2007年 第z2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部