瞿俊
- 作品数：8 被引量：28H指数：2
- 供职机构：厦门大学软件学院更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于重叠度的层次聚类算法研究及其应用
- 随着信息产业的快速发展，人们迫切需要将大规模数据转换成有用的信息和知识，获得数据之间的内在关系和隐含的信息，于是人们结合统计学、数据库、人工智能、机器学习等技术，提出数据挖掘(Data Mining)解决这一难题，并且逐...
- 瞿俊
- 关键词：层次聚类算法数据挖掘聚类分析高斯混合模型模糊集
- 文献传递
- 基于重叠度的层次聚类算法
- 选择合适的聚类数和准确划分簇间重叠的数据是聚类分析领域两个被广泛研究的问题.提出了一个基于重叠度的层次聚类算法(CCSLM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据每两簇之...
- 瞿俊姜青山翁芳菲
- 关键词：层次聚类最佳聚类数图像分割
- 文献传递
- 基于高斯混合模型的层次聚类算法
- 选择合适的聚类数和准确划分类间重叠的数据是聚类分析领域2个被广泛研究的问题.提出了一个基于高斯混合模型的层次聚类算法(HCGMM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据高...
- 瞿俊姜青山董槐林
- 关键词：聚类高斯混合模型图像分割
- 文献传递
- 基于高斯混合模型的层次聚类算法
- 本文选择合适的聚类数和准确划分类间重叠的数据是聚类分析领域2个被广泛研究的问题.提出了一个基于高斯混合模型的层次聚类算法(HCGMM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根...
- 瞿俊姜青山Wang Shengrui董槐林
- 关键词：聚类高斯混合模型图像分割
- 文献传递
- 基于高斯混合模型的层次聚类算法被引量：3
- 2006年
- 选择合适的聚类数和准确划分类间重叠的数据是聚类分析领域2个被广泛研究的问题.提出了一个基于高斯混合模型的层次聚类算法(HCGMM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据高维空间中混合模型每2个组成成分之间的重叠情况自动运行或停止,从而准确划分类间重叠的数据,并自动确定聚类数.最后,通过标准的数据的测试,以及通过把它应用于不同类型的真实彩色图像分割表明,该算法是有效的,而且对噪声影响不敏感.把它和其他层次算法进行比较和分析,以证明该算法的优越性.
- 瞿俊姜青山Wang Shengrui董槐林
- 关键词：聚类高斯混合模型图像分割
- 基于聚类分析和神经网络的时间序列预测方法被引量：21
- 2006年
- 文章提出了一种组合聚类分析和神经网络的预测方法。聚类分析将大的数据集聚类划分为几类小的数据集,这样在每一类中,数据的相似度比较高,然后再分类训练相应的模型,最后做预测。建立加入聚类分析的径向基神经网络模型,用金融时间序列做试验,并跟径向基神经网络模型进行比较。试验结果表明,加入聚类分析的径向基神经网络模型提高了连续预测的趋势准确率,降低了时间代价,并减小了模型的复杂度。
- 刘峰瞿俊
- 关键词：聚类时间序列径向基神经网络
- 基于聚类分析和神经网络的时间序列预测方法
- 文章提出了一种组合聚类分析和神经网络的预测方法。聚类分析将大的数据集聚类划分为几类小的数据集,这样在每一类中,数据的相似度比较高,然后再分类训练相应的模型,最后做预测。建立加入聚类分析的径向基神经网络模型,用金融时间序列...
- 刘峰瞿俊
- 关键词：聚类时间序列径向基神经网络
- 文献传递
- 基于重叠度的层次聚类算法被引量：2
- 2007年
- 选择合适的聚类数和准确划分簇间重叠的数据是聚类分析领域两个被广泛研究的问题.提出了一个基于重叠度的层次聚类算法(CCSLM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据每两簇之间的重叠情况自动运行或停止,从而准确划分簇间重叠的数据,并自动确定最佳聚类数.通过图像分割应用表明算法的有效性和鲁棒性.还把它和其他聚类算法进行比较和分析,以证明该算法的优越性.
- 瞿俊姜青山翁芳菲
- 关键词：层次聚类
