阴影集相关论文
近年来,随着网络和智能设备的出现和普及,越来越多的数据涌现出来。随着数据对人们生活的影响越来越强,数据被认为是“新时代石油......
从数据整体和宏观特点给出了离群点的新的定义，并基于数据宏观模式定义了一种新的离群因子，该因子考虑了数据点偏离数据模式的程度和......
针对深度学习单一模型不能有效处理不确定性预测结果的问题,文中从三支决策出发,将阴影集理论引入图像分类中,构建两阶段图像分类......
聚类集成旨在通过融合多个不同的基聚类结果得到一个统一的类簇划分.针对现实环境中的模糊和不确定性数据,本文提出了一种基于阴影......
期刊
随着信息技术的迅速发展,不同行业生产数据的爆炸式增长已使得数据的处理问题亟待解决,如何从海量数据中有效地进行知识的挖掘是值......
聚类分析可以在缺乏先验知识的情况下,根据数据对象的特征及内部结构,使用某种相似性度量对数据集进行分类来挖掘其中有价值的知识......
针对粗糙模糊聚类算法对初值敏感、易陷入局部最优和聚类性能依赖阈值选择等问题,提出一种混合蛙跳与阴影集优化的粗糙模糊聚类算......
基于Shadowed Sets理论研究了粗糙集连续属性离散化问题,提出一种新的基于Shadowed Sets 理论的候选断点集提取算法.该算法根据实......
许多现实场景要求准确的脸部性别识别。深度卷积神经网络在正常状况下取得好的准确率,适用于大规模分类任务,但存在模型可解释性差......
从数据整体和宏观特点给出了离群点的新的定义，并基于数据宏观模式定义了一种新的离群因子，该因子考虑了数据点偏离数据模式的程度和......
卫星云图是研究天气系统演变规律的重要信息,云层内容从卫星云图中提取出来可以有助于云图分析,减少陆地和海洋信息的干扰。为此采......
在这篇论文，我们用从它的元素，元素的一生用指数的分布在被描述的可靠性测试获得的统计数据考虑系统可靠性的评估的问题。我们假设这......
样本选择可以提高模糊支持向量机训练速度并在一定程度上提高其抗噪能力,但存在有效样本选择困难和选样率高的问题,利用阴影集对模......
将特征加权的划分聚类方法应用在阴影集的框架中阴影聚类产生的核心区和边界区的样本对每一个类的质心有不同的影响。通过集成特征......
阴影集是将模糊集与三支决策理论相结合的近似计算模型,能够有效地刻画不精确或不确定性信息。作为模糊集理论的扩展模型,阴影集将......
针对局部离群度量计算量大的缺点,在LDOF算法的基础上,提出一种新颖的基于聚类的离群点检测算法WSRFCM-LDOF.该算法采用集成粗糙集......
为了减小模糊集及其诱导的经典阴影集之间存在的较大的不确定性差异,文中基于模糊熵提出阴影集模型区间阴影集。由此提出基于区间......
由于真实数据环境复杂,越来越多的数据分析采用集成的方法来完成,以解决单一方法无法完成的任务。因此,将多种理论相互融合,构造合......
特征加权是聚类算法中的常用方法，决定权值对产生一个有效划分非常关键。基于模糊集、粗糙集和阴影集的粒计算框架，本文提出计算不同......
随着信息技术的飞速发展,聚类分析作为数据挖掘领域中非常活跃的研究方向,其在图像处理、信息检索、气象学、金融等领域得到了广泛......
截集式可能性C-均值聚类算法通过引入截集门限,修改典型性值,克服了可能性C-均值聚类算法的最关键问题:一致性聚类。针对算法中截......
粗糙聚类思想自提出以来,在软划分聚类方面取得了广泛应用,但其阈值参数常主观确定,未能考虑数据集本身的特性。基于阴影集（Shadowe......
相对于硬聚类算法,软聚类算法可以更好地表示具有不精确边界的类簇。粗糙集和模糊集均是用于描述不确定数据的有效的数学工具,二者......
