受限玻尔兹曼机结合聚类的特异点挖掘方法OA
Mining Specific Points Based on Restricted Boltzmann Machine and Clustering Method
为了减少高维数据"维数灾难"对聚类效果的影响,将高斯受限玻尔兹曼机与DBSCAN算法相结合.首先利用高斯受限玻尔兹曼机对训练数据进行降维,然后采用DBSCAN算法识别降维后的数据特异点,最后利用UCI数据集中的数据进行实验验证,并开发了相应演示系统.实验选取UCI数据集中的3组数据进行验证,结果发现,该方法准确率分别为0.778、0.714、0.900,分别比DBSCAN算法提高了0.19、0.514、0.186,效果优于DBSCAN算法.因此高…查看全部>>
董鑫;夏文瀚;倪健;黄强;聂斌
江西中医药大学计算机学院,江西南昌330004江西中医药大学计算机学院,江西南昌330004江西中医药大学计算机学院,江西南昌330004江西中医药大学计算机学院,江西南昌330004江西中医药大学计算机学院,江西南昌330004
信息技术与安全科学
受限玻尔兹曼机聚类算法特异点
《软件导刊》 2020 (2)
136-139,4
地方高校国家级大学生创新创业训练计划项目(201710412014)
评论