基于最大中心间隔的缩放型_极大熵聚类算法_陈爱国

合集下载

一种基于最大熵模糊聚类的数据关联算法

ｏｉｔｒｈｍｂａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｐｙｆｕｚｚｙｃｌｕｓｔｅｉｎｒｇａｌｇｏｉｔｒｈｍｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅｐａｐｅｒ．Ａｓｔｈｅｒｅｓｕｌｔ
Ｓｅｐ．２０１３
一
种基于最大熵模糊聚类的数据关联算法
吴佳芯李明董青海
（西安电子科技大学西安７１００７１）
【摘要】针对联合概率数据关联算法计算量上存在的组合爆炸１＂－３题，本文引入最大熵模糊聚类算法
结果表明，与现有数据关联算法相比，新算法具有更优的跟踪效果。
关键词：数据关联；最大熵模糊聚类；联合概率数据关联中图分类号：ＴＰ３０１．６文献标志码：Ａ文章编号：１００８ — ８６５２（２０１３）０３－０３４ — ０５
ｏｆｍａｘｉｍｕｍｅｎｔｒｏｐｙｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ，ｆｕｚｚｙｍｅｍｂｅｒｓｈｉｐｇｒａｄｅｏｂｔａｉｎｅｄｉｓｕｓｅｄａｓｔｈｅｊｏｉｎｔａｓｓｏｃｉａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙ
ｄｕｃｅｄ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｃｏｍｐａｉｎｇｒｗｉｔｈｔｈｅｅｘｉｓｔｉｎｇｄａｔａａｓｓｏｃｉａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｂｅｔｔｅｒｔｒａｃｋｉｎｇｐｅｒ —

基于改进的最大熵均值聚类方法在文本分类中的应用

ｆ
其中：＝，≤ ≤ ， ≤ｍｃｌ＊１１ｃ１ ∑ ；是类数目；是权重指数。卢
通过拉格朗日乘子法，以得到最小化目标函数Ｊｕ可（，，
埘）的必要条件如下¨ ：
舌ｕ
舌ｕ嚣
（Ｉ蔚一Ｉ ×
（４）１
意地添加了一些假设信息，而这些假设信息通常是没有依据的。所以，照最大熵原则所得到的估计是在有限信息条件下按
ＺＨＡＮＧＡｉｋ．０
（ｉｈｕＶｃｔｎｌｅｎｌｉｌｏｅｅｉｈｕＧｎｘ４０６ｈｎ）Ｌｕｏｏａｉａｃｏｏｃｌｇ，Ｌｕｏｎｇｉ５０，ＣｉｚｏＴｈｇａＣｌｚａ５ａ
ＡｂｔａｔＩｉｗｏｅｔｄｔｎｌｔｘｌｓｉｃｔｎａｇｒｈｈｓｔｅｐｏｌｍｓｏｅｃａａｔｒｔｓｈｖｎａｎｕｎｅｓｒｃ：ｎｖｅｆｔｒｉｏａｅｔｃａｓｉａｉｌｏｉｍａｈｒｂｅｆｔｈｒｃｅｓｉａｉｇｓｍｅｉｆｅｅｈａｉｆｏｔｈｉｃｌ
ｃｕｔｒｇａｇｒｈａｄｔｅｍａｉｍｎｒｐｌｏｔｍ，ｅｈｎｏｎｒｐｓａｍａｉｍｎｒｐｄｌｉｈａｇｔｆｎ — ｌｓｉｌｏｉｍｎｈｘｍｕｅｔｏｙａｇｒｈｓｔＳａｎｎｅｔｙａｘｍｕｅｔｙｍｏｅｔｅｔｒｅｕｃｅｎｔｉｏｏｎｔｎ。ｓｌｅｌｓｉｅＦｓｆｘｒｓｉｎ。ａｄｔｅｓｄｔｅＣｍｅｎｌｓｅｎｌｏｉｍｅｏｔｌｅｔｒｓｆｒｃａｓ．ｉｏｉｉｄｃａｓｆｒｆＩｐｅｓｍｐｆｉｉｏｎｏｅｏｎｎｕｅｈ．ａｓｃｕｔｒｇａｇｒｈｔｔｐｉａｕｅｌｓｉｈｉｔｏｈｍａｆｏｆａｉｎｉｔ．Ｔｅｓｍｕａｉｎｒｓｔｓｏｔａ．ｃｍｐｒｄｗｔａｉｏａｅｔｌｓｉｃｔｎｍｅｈｄ．ｔｅｐｏｏｅｔｏａｓｃｏｈｉｌｔｅｕｓｈｗｔｏａｅｉｔｄｔｎｌｘａｓｉａｉｔｏｓｈｒｐｓｄｍｅｈｄｃｎｆｔｏｌｈｈｒｉｔｃｆｏａｏｔｉｈｐｉｌｃａｓｆａｉｎｆａｕｅｓｂｅ．ｇｅｔｍｐｏｅｔｅａｃｒｃｆｔｘｌｓｉｃｔｎｂａｎｔｅｏｔｍａｌｓｉｃｔｅｔｒｕｓｔｒａｌｉｒｖｈｃｕａｙｏｅｔｃａｓｆａｉ．ｉｏｙｉｏＫｅｒｓｅｔｌｓｉｃｔｎ；ｍａｉｍｎｒｐｙｗｏｄ：ｔｘａｓｉａｉｃｆｏｘｍｕｅｔｙ；Ｃｍｅｎｌｓｅｎ；ｆａｕｅｓｌｃｉｎｏ — ａｓｃｕｔｒｇｅｔｒｅｅｔｉｏ

基于最大熵模型的中文词与句情感分析研究pdf

基于最大熵模型的中文词与句情感分析研究*董喜双，关毅，李本阳，陈志杰，李生哈尔滨工业大学，哈尔滨，150001dongxishuang@, guanyi@, libenyang012566@, ruoyu_928@,lisheng@摘要：本文将研究焦点对准喜、怒、哀、惧四类情感分析问题，重点解决中文词、句的情感分析问题。

将词的情感分析处理为候选词情感分类问题。

首先通过词性过滤获得候选词，进而根据特征模板获取候选词情感特征，然后应用最大熵模型判断候选词情感类别，最后应用中性词典、倾向性词典、复句词表、否定词表过滤候选情感词分类错误得到情感词集合。

句的情感分析首先根据情感词典和倾向词典提取词特征，并采用规则提取词序列特征，然后采用最大熵模型对句子进行情感分类。

在COAE2009评测中词与句情感分析取得较好结果。

关键词：情感分析；情感极性；最大熵；分类；Sentiment Analysis on Chinese Words and Sentences Based on Maximum Entropy ModelDong Xi-Shuang, Guan Yi, Li Ben-Yang, Chen Zhi-Jie, Li ShengHarbin Institute of Technology, Harbin 150001dongxishuang@, guanyi@, libenyang012566@, ruoyu_928@,lisheng@Abstract: This paper presents a method to analyze sentiments on Chinese words and sentences, where the sentiments include happy, angry, sad, and fear. In the case of words, sentiment analysis was processed as the sentiment classification of candidate words. The candidate words were firstly obtained by POS filtering, then Maximum Entropy (ME) model was adopted to judge sentiment categories of the words, which sentiment features were gained with feature templates. Finally, errors in the word classification would be removed through filtering with a neutral lexicon, a sentiment polarity lexicon, a connective word list of complex sentences, and a negative word list. In the case of sentences, word features in sentences were extracted on the basic of the sentiment lexicon and the sentiment polarity lexicon, and word sequence features were extracted by rules while processing sentiment analysis on sentences, then ME model was used to classify the sentences. Good performance of sentiment analysis was gained in COAE 2009.Keywords: Sentiment Analysis, Sentiment Polarity, Maximum Entropy, Classification1 引言情感分析的主要任务为识别文本对某一事物的观点[1]。

基于最大熵谱估计的频谱感知方法的研究

ｓｅｔｍｓｎｉａｅｎＭｘｕｎｏｙｓｅｔｌｓｍｔｎ（ＳｐｃｅｓｇｂｓｄｏａｉｍｅｔｐｃａｅｔａｏＭＥＥ）ｉｐｏｏｅ．Ｔｅｒｉａａａｙｕｒｎｍｒｐｒｉｉｓｒｐｓｄｈｏｅｃｌｎｌｔ —
ｔｖｒｌｓｏｉｅｗｉｅｅｓｃｍｍｕｉａｉｎｙｔｍ．ｎｃｔｏｓｓｓｅ
Ｋｅｒｓ：ＣｏｎｔｅＲａｉｙｗｏｄｇｉｉｄｏ；ＳｅｔｕＳｅｓｎｖｐｃｒｍｎｉｇ；ＭＥＳＥ
的不确定性对能量检测的影响很大Ｊ。匹配滤波
Ｔｌｃｍｍｎｃｔｎ，ｅｉｇ１０７，ＣｉａｅｏｕｉａｏｓＢｉｎ０８６ｈ）ｅｉｊｎ
Ａｂｔａｔｐｃｒｓｒｃ：ＳｅｔｕｍｅｓｎｓｔｅｋｅｅｈｏｏｙｏｏｎｔｖａｉｙｔｍｓＩｓａｅｔｅｓｏｔｔｒｓｎｉｇｉｈｙｔｃｎｌｇｆｃｇｉｉｅｒｄｏｓｓｅ．ｔｍｕｔｈｖｈｈｒ—ｅｍ
０引言
频谱感知是认知无线电的重要组成部分，通过
主动检测授权用户（Ｕ，ｒａｙｕｅｓ频段闲置的Ｐｐｉｒｓｒ）ｍ
器法可以获得好的频谱感知结果，是必须知道主但用户信号的先验知识，系统实现复杂。循环谱检测
第５期２１００年隍罾．
ＪｕｎｌｆＣＩｏｒａＡＥＴｏ
Ｖ０．．１５Ｎｏ５０ｃ．２０ｔ０１

基于极大熵差分进化混合算法求解非线性方程组

方程组的求解转换为无约束优化问题，利用差分进化算法对其进行求解。计算结果表明，算法在求解的准确该
性和有效性均优于其他算法。
关键词：差分进化算法；非线性方程组；大熵方法极
中图分类号：Ｔ１Ｐ８
ｄｆｅｅｔａｖｌｔｎｈｂｉｌｏｉｈｉｆｒｎｉｌｅｏｕｉｙｒｄａｇｒｔｍｏ
ＣＨＥＮａ— ｉＨｉｘａ，ＹＡＮＧｅｇｉＴｉ— ｕ
（ｅｔｆＢｓｄｃｔｎＺｅｇｈｕＯｃｐｔｎＴｃｎｌｙＣｌｇ，ｈｎｚｏ５１１ｈｎ）Ｄｐ．ｏａｉＥｕａｉ，ｈｎｚｏｃｕａｉｅｈｏｇｏｌｅＺｅｇｈｕ４０２，Ｃｉａｃｏｏｏｅ
文献标志码：Ａ
文章编号：１０ —６５２１）６２２ —３０１３９（０００．０８０
ｄｉ１．９９ｊｉｎ１０一６５２１．６０８ｏ：０３６／．ｓ．０ｌ９．０００．０ｓ３
Ｓｌｉｇｎｎｉｅｒｅｕｔｏｓｂｓｄｏｘｍｕｅｔｏｙｏｖｎｏｌｎａｑａｉｎａｅｎｍａｉｍ— ｎｒｐ
算法出现。
０引言
求解非线性方程组是科学技术和工程应用中的常见问题。非线性方程组的解法长期以来是数学和工程应用中的一个重要的研究内容。很多实际问题的数学模型最终都归结为求解形如Ｆ）＝（０的非线性方程组，解非线性方程组的常用方求法是牛顿法。牛顿法的收敛性和性能在很大程度上依赖于初始点，适当的条件下，方法具有二阶收敛速度。牛顿法对在该

基于分形理论的改进型二维最大熵红外图像分割算法

ｐｉｅｐｅｉｓｄｔｅｅｍｉｅａｐｉａｗｏｄｍｅｓｏａｅｍｅｔｔｏｔｒｓｏｄａｄｈｎｅｔｂａｎｒｎｉｌＳｕｅｏｄｔｒｎｎｏｔｍｌｔ－ｉｎｉｎｌｓｇｎａｉｎｈｅｈｌｎｅｃｏｏｔｉｔｎｌｅｍｅｔｔｏｅｕｔｈｅｆａｇｉｓｎａｉｎｒｓｌ．Ｔｈｘｅｉｎａｅｕｔｓｏｈｔｔｅｉｒｖｄａｇｒｔｍｓｂｅｔｒｔａｅｅｐｒｍｅｔｌｓｌｈｗｓｔａｈｍｐｏｅｌｏｉｈｉｔｅｈｎｒｔｅｔａｉｉｎｌｔ．ｉｅｓｏａａｉｕｅｔｏｙｓｇｈｒｄｔｏａｗｏ．ｍｎｉｎｌｄｍｘｍｍｎｒｐｅｍｅｔｔｏｌｏｉｈｉｅｍｅｔｔｏｆｅｔｖｎｓ．ｎａｉｎａｇｒｔｍｎｓｇｎａｉｎｅｃｉｅｅｓ
文章编号：１７—７５２１）８０２－５６２８８（２０—０７００
基于分形理论的改进型二维最大熵红外图像分割算法
陈洪科杨晓玲
（闽南理工学院电子与电气工程系，福建石狮３２０）６７０
ａｄｃｎｔｕｔｉｓｊｉｔｐｒｂｂｌｙｄｓｒｂｉｎＯｎｔａａｉ，ｔｗｏｄｉｅｓｏａａｉｍｎｒｐｎｏｓｒｃｔｏｎｏａｉｔｉｔｉｕｔｏ．ｉｈｔｂｓｓｈｅｔ — ｍｎｉｎｌｍｘｍｕｅｔｏｙ

03-基于最大熵原理的空间特征选择方法

1.4 最大熵原理的引入假设存在 n 个特征 fi(i=1,2,…,n),则模型属于约束所产生的模型集合,即 C = { p ∈ P p( f ) = ~ p ( f ), i ∈ {1,2,..., n}},
i i
∑ xy p( x, y) f(x,y), 而
p(x,y)=p(x)p(y|x), 令
1000-9825/2003/14(09)1544
©2003 Journal of Software 软件学报
Vol.14, No.9
基于最大熵原理的空间特征选择方法
宋国杰 1+, 唐世渭 1,2, 杨冬青 1, 王腾蛟 1,2
1 2
∗
(北京大学计算机科学技术系,北京
100871) 100871)
p ∗ = arg max H ( p).
p∈C
2
空间特征选择
利用最大熵原理求取空间特征包含特征选择和参数估计 . 特征选择是选出对分类对象有明显表征作用的
属性 ;参数估计是用最大熵原理对每一个特征进行参数估值 ,使每个特征对应于一个特征参数 .特征参数用来反映决策属性与分类属性之间的关联强度. 本文基于空间数据特性 ,提出了两步方法进行空间特征选择 :谓词提取和相关属性选择 .谓词提取选出能够以某种空间谓词 ( 或函数 ) 表征分类对象的数据集 . 相关属性选择在已选择谓词的基础上 , 选出依附于该谓词而且能够表征分类对象的非空间属性. 2.1 相关概念
宋国杰等:基于最大熵原理的空间特征EFS 方法和 RELIEF 方法以及基于 MEFS 的分类方法与决策树算法 ID3 分别进行了实验比较.实验结果表明,MEFS 方法不仅可以节约特征提取和分类时间,而且也极大地提高了分类质量. 关键词: 空间数据挖掘;空间特征选择;最大熵理论;互信息;决策树文献标识码: A 中图法分类号: TP391

基于最大特征值估计的C3算法及应用

基于最大特征值估计的C3算法及应用隋京坤;郑晓东;李艳东【摘要】The third⁃generation coherence algorithm,C3,is robust to suppress noise and posseses high resolution.However,the process of computing eigenvalues of the covariance matrix in C3 istime⁃consuming.To avoid computing all eigenvalues,this paper proposes a fast convergence algorithm based an eigenvalue estimation of real symmetric matrices to calculate the dominant eigenvalue.To control the precision of the algorithm,this paper presents an error evaluation formula.By adding traces along the boundary of the seismic datavol⁃ume,we avoid judging whether the spatial window oversteps the boundary when recursion strategy is applied in a horizontal direction. The application to real data shows that the efficiency of C3 is improved by approxinately 3 times.%第三代相干体算法（ C3算法）具有分辨率高、压制噪声能力强的优点，但是该算法需要计算协方差矩阵的特征值，所以耗时较多。

SMCC特征提取融合BP神经网络实现玉米种子活力快速分级

关键词院近红外光谱;类间相关系数和最小法;特征提取;种子活力;BP 神经网络
Abstract院In order to realize m ulti-level, rapid, accurate and non-destructive detection of m aize seed vigor, a detection m odel
中图分类号院S379
文献标识码院A
文章编号院2096-4390渊2021冤21-0022-02
种子的活力水平测定在玉米育种尧种子生产尧种子加工尧种子收购尧种子贮藏尧种子检验及种子调运等环节中是不可缺少的重要方法[1]遥随着农业现代化水平的提高袁经济步调的加快袁实现高效尧快速尧无损的种子活力检验无疑是未来的发展趋势遥
Key words院N ear infrared spectroscopy; Stepwise selection basing on m inim um sum of correlation coefficients; Feature
extraction ; Seed vigor; BP neural network
1 实验部分 1 .1 材料与仪器实验用种子为黑龙江省农垦科学院作物所玉米育种研究室杂交培育的垦粘一号玉米品种遥实验用仪器为德国 Bruker 公司 Tango 近红外光谱仪袁采用积分球漫反射测量方式袁分辨率为 8cm -1袁样品和背景的扫描时间均为 32 秒袁谱区范围 1 1 550-3950cm -1遥光谱分析及建模采用的软件为 M atlab R 2020遥
1 .2 实验方法 1 .2.1 不同活力种子的制备实验前袁对种子进行筛选袁清除干瘪尧瘦小尧损伤的种子遥将种子分成 5 组院D 0尧D 2尧D 4尧D 6尧D 8渊 0 表示不进行老化处理袁2 表示老化时间为 2 天袁以此类推冤遥 D 0 组样本 30 个袁其余各组样本 26 个袁样本总数为 1 34 个袁将样本装入尼龙袋中并编号遥 D 0 组不做任何处理袁D 2尧D 4尧D 6尧D 8 组进行人工加速老化处理袁设置温度 45°C袁相对湿度 R H 92% 遥 1 .2.2 近红外光谱的采集

协同极大熵聚类算法

协同极大熵聚类算法江森林【摘要】Maximum entropy clustering algorithm (MEC)is a new clustering algorithm based on information theory.In this paper, considering the collaboration relation between different subsets as the starting point and combining the MEC principle in information theory, we change the mechanism of clustering directly on entire data set in traditional clustering algorithm by constructing a novel maximum entropy objective function.We propose a collaboration-based maximum entropy clustering (CMEC).It has the characteristics of higher clustering accuracy and better generalisation than MEC algorithm,and has better physical sense compared with collaborative fuzzy clustering algorithm. Experimental results show that the proposed CMEC algorithm has the above advantages,it has significant improvement in clustering effect than the traditional clustering algorithm.%极大熵聚类算法（MEC）是基于信息论的新型聚类算法。

最大类间距离法

最大类间距离法引言最大类间距离法是一种常用的聚类算法，可以帮助我们对数据进行有效的分类。

本文将详细介绍最大类间距离法的原理和应用，并探讨其优缺点。

原理最大类间距离法是基于类间距离最大化的思想，通过计算不同类别之间的距离，将数据划分为不同的类别。

其基本原理如下：1.初始化聚类中心点：随机选择k个初始聚类中心点。

2.计算距离：计算每个样本点到各个聚类中心点的距离。

3.分配样本点：将样本点分配给距离最近的聚类中心点，形成初始的聚类结果。

4.更新聚类中心点：重新计算每个聚类的中心点，将其设置为新的聚类中心。

5.迭代重复2-4步骤，直到满足停止条件（如达到最大迭代次数或聚类结果不再改变）。

6.输出最终的聚类结果。

应用场景最大类间距离法被广泛应用于各个领域，包括数据挖掘、模式识别、生物信息学等。

下面列举几个常见的应用场景：1. 无监督学习最大类间距离法是一种无监督学习算法，可以根据数据的特征自动进行分类。

在无法获得标注数据的情况下，最大类间距离法可以通过计算距离来划分数据集，发现其中的内在规律。

2. 图像分割在图像处理领域，最大类间距离法可以用于图像分割，将一个图像分成多个区域。

通过计算不同区域之间的距离，可以将相似的像素点聚类在一起，实现图像的分割。

3. 文本聚类最大类间距离法也可以应用于文本聚类，将大量的文本数据按照其内容进行分类。

通过计算文本之间的距离，可以将相似的文本聚集在一起，方便进一步的文本分析和处理。

优点最大类间距离法具有以下优点：1.简单易懂：最大类间距离法的原理简单，容易理解和实现。

2.适用范围广：最大类间距离法适用于各种类型的数据，包括数值型、文本型等。

3.聚类效果好：最大类间距离法能够有效地将数据划分为不同的类别，聚类效果较好。

缺点最大类间距离法也存在一些缺点，如下所示：1.对初始值敏感：最大类间距离法的聚类结果受初始聚类中心点的选择影响较大，不同的初始值可能导致不同的聚类结果。

2.不适用于非凸形状数据：最大类间距离法假设聚类结果为凸形状，因此不适用于非凸形状的数据。

借鉴历史知识的类中心距离极大化聚类算法

２０１６年８月第３７卷第８期
计算机工程与设计
ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧ பைடு நூலகம்ＮＤＤＥＳＩＧＮ
Ａｕｇ．２０１６Ｖｏ１．３７Ｎｏ．８
借鉴历史知识的类中心距离极大化聚类算法
李明，夏鸿斌
（江南大学数字媒体学院，江苏无锡２１４１２２）
摘要：为解决经典聚类算法在处理数据量稀少或存在干扰信息的数据时聚类效果不佳，甚至可能失效的问题，提出借鉴历史知识的类中心距离极大化聚类算法（ｔｒａｎｓｆｅｒｆｕｚｚｙｃ—ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈｃｅｎｔｅｒｄｉｓｔａｎｃｅｍａｘｉｍｉｚａｔｉｏｎ，ＣＭｒｒ＿Ｆ（Ｍ）。有效借鉴历史知识，利用历史类中心实现迁移学习，在保护原始数据私密性的同时，验证其聚类的有效性；在处理具有干扰信息（噪声点或者干扰点）的数据时，干扰信息对类中心有一定吸引力，导致类中心偏移或者一致，通过引入类中心距离极大化项，有效避免该问题。通过模拟数据集和真实数据集上的实验验证了该算法的有效性。关键词：聚类算法；历史知识；迁移学习；隐私保护；中心距离极大化中图法分类号：ＴＰ３９１文献标识号：Ａ文章编号：１０００—７０２４（２０１６）０８—２２０６—０７ｄｏｉ：１０．１６２０８／ｊ．ｉｓｓｎｌ０００—７０２４．２０１６．０８．０４２
Ｔｒａｎｓｆｅｒｆｕｚｚｙｃ—ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈｃｅｎｔｅｒｄｉｓｔａｎｃｅｍａｘｉｍｉｚａｔｉｏｎ

基于极大熵的知识迁移模糊聚类算法

基于极大熵的知识迁移模糊聚类算法陈爱国;王士同【期刊名称】《智能系统学报》【年(卷),期】2017(12)1【摘要】针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法(MEKTFCA)的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法.该算法通过学习由源域总结出来的有益历史聚类中心和历史隶属度知识来指导数据量不足或受污染的目标域数据的聚类任务,从而提高了聚类性能.通过一组模拟数据集和两组真实数据集构造的迁移场景上的实验,证明了该算法的有效性.%To address the issue of clustering performance degradation when traditional clustering algorithms are applied to insufficient and/or noisy data, a maximum entropy-based knowledge transfer fuzzy clustering algorithm is proposed.This improves the classical maximum entropy clustering algorithm for target domains by leveraging two kinds of knowledge from the source domain, i.e., historical clustering centers and historical degree of membership, into the objective function proposed for clustering insufficient and/or noisy target data.The effectiveness of the proposed algorithm is demonstrated by experiments on several synthetic and two real datasets.【总页数】9页(P95-103)【作者】陈爱国;王士同【作者单位】江南大学数字媒体学院,江苏无锡 214122;香港理工大学计算机系,香港九龙 999077;江南大学数字媒体学院,江苏无锡 214122【正文语种】中文【中图分类】TP274【相关文献】1.基于极大熵原理的水资源承载力模糊评价 [J], 黄娅婷2.基于极大熵原理的水资源承载力模糊评价——以肥城市为例 [J], 梁春玲;张祖陆3.基于划分融合与视角加权的极大熵聚类算法 [J], 张丹丹;邓赵红;蒋亦樟;王士同4.基于最大中心间隔的缩放型η-极大熵聚类算法 [J], 陈爱国;蒋亦樟;钱鹏江5.知识迁移的极大熵聚类算法及其在纹理图像分割中的应用 [J], 程旸;蒋亦樟;钱鹏江;王士同因版权原因，仅展示原文概要，查看原文内容请购买。

文本分类的信息论模型

MaxMI-宏平均
0.4
IG-微平均
MI-微平均
0.3
MaxMI-微平均
0.2 All 8000 5000 2000 800 500 200
特征数
贝叶斯法
17
实验结果-4
Sector-48语料库
微平均和宏平均微平均和宏平均
0.9
0.8
0.7
0.6
0.5
0.4
IG-宏平均
0.3
MI-宏平均 MaxMI-宏平均
7
迭代式聚类算法
采用硬聚类方法
特征聚类质量的衡量
Q
~t j '
m' j '1
I (C;T ) I (C;T~)
m'
t j~tj' p(t j )DKL p(C | t j ) || p(C | ~tj' )
j '1
聚类中心的分布
p(ci | ~tj )
N. Slonim, N. Tishby, The power of word clusters for text classification. In 23rd European Colloquium on Information Retrieval Research (ECIR), 2001.
j 1
j 1
于是，得
arg maxci
m j 1
p(t j
|
d) log
p(t j | ci ) p(t j )
m
m
p(ck ,tm )
信息增益
对于每个特征t
p(c1,t)

p(c2
,

基于最大熵的深度模糊聚类方法研究

基于最大熵的深度模糊聚类方法研究
黄皓宇;李少勇;陈傲天
【期刊名称】《计算机科学与应用》
【年(卷),期】2024(14)4
【摘要】高维数据聚类是数据挖掘和模式识别研究领域的一项关键且具有挑战性的任务。

深度聚类方法借助神经网络高效地特征提取能力,往往比传统聚类方法具有更好的性能。

因此,本文提出了一种基于最大熵的深度模糊聚类算法(DFMEC)。

该算法通过构建神经网络来表示模糊聚类,具有算法模型的可解释性。

联合深度自动编码器模型,DFMEC通过梯度下降实现了深度特征学习和聚类中心的同步更新,解决了硬聚类由于其离散性而不能更新梯度的问题。

此外,在所提出方法的目标函数的优化中,添加了基于模糊分配的最大熵正则项来提高聚类模型的鲁棒性。

在各个高维数据集上的综合实验表明,与其他先进的深度聚类方法相比,该方法在重构表示和聚类质量方面都有更好的性能,大量实验的深入分析证明了这一点。

【总页数】14页(P276-289)
【作者】黄皓宇;李少勇;陈傲天
【作者单位】五邑大学智能制造学部江门
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于最大熵模糊聚类的快速多目标跟踪算法研究
2.基于模糊层次聚类与模糊推论技术的模糊信息检索方法的研究
3.基于最大熵的模糊核聚类图像分割方法
4.复方甘草酸苷联合阿维A应用在脓疱型银屑病治疗中的临床效果分析
因版权原因，仅展示原文概要，查看原文内容请购买。

线型优化最大熵线性预测方法自回归模型三种求解方法的比较

线型优化最大熵线性预测方法自回归模型三种求解方法的比较高晓峰;相里斌
【期刊名称】《光子学报》
【年(卷),期】2007(36)3
【摘要】采用三种方法:修正协方差法MCOV(Modified Covariance Method)、递推极大似然估计法RMLE(Recursive Maximum Likelihood Estimator)和伯格法(Burg Method)求解线型优化最大熵线性预测方法中的自回归模型系数,并且在不同求解方法情况下,将阶次、信噪比对光谱复原的影响作了详尽的比较.研究结果表明:在线型优化最大熵线性预测方法的自回归模型系数三种求解方法中,修正协方差法要优于递推极大似然估计法和伯格法.
【总页数】6页(P481-486)
【关键词】傅里叶自退卷积;自回归模型;线性预测;阶次;信噪比
【作者】高晓峰;相里斌
【作者单位】中国科学院西安光学精密机械研究所
【正文语种】中文
【中图分类】TH744
【相关文献】
1.logistic回归模型共线性三种降维方法的模拟比较研究 [J], 蒋红卫;张罗漫;孟虹
2.线型优化最大熵光谱估计方法中自回归模型两种求解方法的比较 [J], 高晓峰;徐之海
3.线性回归模型的三种Excel构建方法分析及其比较 [J], 张瑾
4.线性回归模型的三种Excel构建方法分析及其比较 [J], 张瑾
5.三种回归方法在消除多重共线性及预测结果的比较 [J], 肖雪梦;张应应
因版权原因，仅展示原文概要，查看原文内容请购买。

最大熵线性预测超分辨算法的误差灵敏度分析

最大熵线性预测超分辨算法的误差灵敏度分析
谢良贵
【期刊名称】《通信学报》
【年(卷),期】1993(014)004
【摘要】本文分析了Burg提出的最大熵线性预测超分辨算法对阵列幅度和相位误差的灵敏度。

给出了具有两个目标、不同阵元数和不同间距等情况下的数值计算结果。

结果表明最大熵算法较最大似然估计(MLM)算法和MUSIC算法对幅相误差的影响更加敏感。

文中还给出了最大熵算法和MUSIC算法分辨目标的实验结果。

【总页数】6页(P65-70)
【作者】谢良贵
【作者单位】无
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.基于综合误差加权系数的非线性预测控制算法 [J], 戴永彬;郑率
2.合成孔径雷达自回归线性预测带宽外推超分辨率成像算法 [J], 张平;李震;陈权;余小萍
3.正交化超分辨算法的误差灵敏度分析 [J], 谢良贵
4.正交化超分辨算法的误差灵敏度分析 [J], 谢良贵
5.前视成像声呐最大熵超分辨算法及验证 [J], 杨会超;夏伟杰;翁文明
因版权原因，仅展示原文概要，查看原文内容请购买。