导读:本文包含了属性聚类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:属性,拓扑,模型,空间,邻域,概念,组合。
属性聚类论文文献综述
施伟锋,卓金宝,兰莹[1]（2019）在《一种基于属性空间相似性的模糊聚类算法》一文中研究指出模糊C均值(FCM)聚类算法及其相关改进算法基于最大模糊隶属度原则确定聚类结果,没有充分利用迭代后的模糊隶属度矩阵和簇类中心的样本属性特征信息,影响聚类准确度。针对这个问题,该文提出一种新的改进思路:改进FCM算法输出定类原则。给出二元属性拓扑子空间中属性相似度的定义,最终提出一种基于属性空间相似性的改进FCM算法(FCM-SAS):首先,选择FCM算法聚类后模糊隶属度低于聚类置信度的样本作为存疑样本;然后,计算存疑样本与聚类后聚类中心的属性相似度;最后,基于最大属性相似度原则更新存疑样本的簇类标签。通过UCI数据集实验,证明算法不仅有效,还较一些基于最大模糊隶属度原则定类的改进算法具有更优的聚类评价指标。(本文来源于《电子与信息学报》期刊2019年11期）
刘光磊,肖辉[2]（2019）在《基于敏感属性聚类的电子病历隐私保护算法》一文中研究指出目的:为了保护电子病历中病人的隐私不被泄漏。方法:在K-匿名算法和L-多样化匿名算法的基础上,不仅仅针对数据关联攻击和同质攻击,还增加了抵抗背景知识的攻击。结果:提出了一种基于敏感属性聚类的电子病历隐私保护算法。结论:所提出的算法比K-匿名算法和L-多样化匿名算法在保护病人隐私方面有更低的隐私泄漏概率。(本文来源于《中国数字医学》期刊2019年11期）
顾梅,王雪梅[3]（2019）在《基于多属性组合聚类的护士分层分类方法模型构建》一文中研究指出[目的]构建基于多属性组合聚类的护士分层分类方法模型,为科学划分护士层级类型,提升护士分层管理的精细化、教育培养的精准性提供理论借鉴和方法依据。[方法]在深入分析和概括总结现有护士分层分类方法实践的基础上,运用灰色聚类思想,构建基于多属性组合聚类的护士分层分类方法模型。[结果]该模型能够充分利用护士本身的多属性信息,可以从多个属性维度将护士划分多个具有可比较的组合层次类别,对护士的分层分类更加全面客观、立体多元。[结论]基于多属性组合聚类的护士分层分类方法模型为我国护士分层管理科学化、为促进分层分类教育培养的精细化,以及健全绩效考核体系等提供了可行方法和路径,具有较高的实践应用价值。(本文来源于《全科护理》期刊2019年26期）
张宝一,陆浩,杨莉,李雪峰,黄岸烁[4]（2019）在《顾及梯度的高斯混合模型在叁维属性场空间聚类中的应用》一文中研究指出针对高斯混合模型(GMM)在空间聚类中由于忽视目标对象之间的空间关联性而导致的高误判率等问题,本文提出了一种顾及梯度的高斯混合模型:GMM-G,并将其应用在叁维属性场的空间聚类中。GMM-G用反映标量场最大属性变化方向的梯度因子来定义邻域规则,设定梯度正交平面所通过的邻域体元更倾向于与中心体元归属于相同或相近的类别;并据此设计了符合归一性和空间连续性的空间邻域信息函数,来定义中心体元属于各类别的具有空间领域规则约束的后验概率。通过对由蒙特卡洛随机抽样构建的实验场的空间聚类结果进行对比表明,相对GMM方法,GMM-G具有更优的聚类精度及效率。最后,把GMM-G方法用于红透山铜矿区可控源音频大地电磁法(CSAMT)叁维视电阻率场的空间聚类,得到了与已知岩性划分具有较高匹配度的分类结果,该方法可为物性属性场的岩性划分及地质推断提供相关的依据和参考。(本文来源于《地质找矿论丛》期刊2019年03期）
吴湘华,曹丽君[5]（2019）在《可变属性粒度的中文文本概念格聚类研究》一文中研究指出传统的中文文本聚类方法需要将半结构化或非结构化的数据构建数学模型,一般情况下都要进行降维处理,这些操作均会带来一定失真,影响聚类的准确性和效果。该文以待聚类文本为研究对象,以文本特征词为属性,引入形式概念分析理论,采用概念格聚类的方式对中文文本进行聚类,同时,将特征词匹配至可变属性粒度的属性树上,避免因为属性粒度过细导致聚类速度慢的问题,该算法聚类效果良好。(本文来源于《电脑知识与技术》期刊2019年26期）
任静,樊泽明,康萍[6]（2019）在《聚类算法在计量属性基准确定中的应用研究》一文中研究指出针对目前计量属性基准确定问题,在分析聚类算法优势的基础上,提出了应用聚类算法确定计量属性基准的方法。在本文中,首先分析了聚类算法在计量属性领域拓展应用的可行性,并以此为基础,研究了聚类算法计量属性基准确定模型,探讨了具体确定方法。通过实例验证了模型的正确性。结果表明:该方法不仅拓展了聚类算法的新的应用领域,而且解决了计量属性基准的确定问题。(本文来源于《电子设计工程》期刊2019年16期）
宋光超[7]（2019）在《多属性聚类分析技术在八面河西区中的应用》一文中研究指出储层参数的变化引起地震属性的变化,但是储层参数与地震属性的变化并没有一一对应的关系,为解决此问题采用地震多属性聚类分析技术。通过属性优选,将弧长、上半周持续时间、带宽、最小振幅、瞬时频率五种对沙四段1砂组储层敏感且相互独立的地震属性参与聚类分析,取得了较好的应用效果。(本文来源于《科技创新与应用》期刊2019年18期）
赵广晔[8]（2019）在《基于属性聚类的传销网站账户去重方法研究》一文中研究指出在网络传销案件取证过程中,需要分析传销活动的实际参与人数,但是由于网络身份的虚拟性,经常存在一人使用多个账户的情况,因此需要对传销网站中的账户进行去重分析。目前常用的方法是将姓名、身份证号等信息一致的账户做去重处理,但是该方法无法对使用虚假身份注册的账户进行去重。文章提出了一种基于属性聚类的账户去重方法,通过对与使用者身份关联的属性进行聚类分析,从而实现对传销网站中的账户进行去重。(本文来源于《科技创新与应用》期刊2019年18期）
王明岩[9]（2019）在《基于聚类分析的复杂多属性群决策方法研究》一文中研究指出多属性决策问题的研究已经日渐成熟,多属性群决策是其中重要的一部分,有着广泛的应用。由于事物的复杂性、决策者的思维差异,某些属性采用更易表达的区间数和语言评语的形式表达,因此评价信息变得复杂,本文针对复杂多属性群决策问题进行研究。首先,本文介绍了多属性决策以及群决策研究的理论基础,介绍了几种多属性决策与群决策常用的传统方法,分析了常用的几种解决多属性决策问题和大群体决策问题的方法,明确了在解决大群体决策时应该解决的核心问题。同时,研究了聚类分析理论基础与常用的几种聚类方法,明确了聚类分析理论在解决复杂多属性群决策时的可行性与可信性。其次,研究了由区间数和语言评语形式表达的决策信息,将两种形式的评价信息进行规范化处理,将区间数采用计算与上下界相对距离的方法转化为点值,将语言短语转化为叁角模糊数后再化为点值。然后,对k-means聚类方法进行改进,采用F统计量集结类间距离与类内紧密程度两种衡量聚类效果的指标,确定最佳初始聚类数k,通过遗传算法迭代寻优,得到最佳分类结果。最后,建立模型求解类内专家权重、类紧密度、类权重、属性权重,应用各项指标对各类内专家的评价信息进行融合,将专家类内融合矩阵进行类间融合得到总体融合矩阵,并分别对每个类内融合矩阵中的方案进行排序,对排序结果进行比较分析,并通过算例分析验证聚类方法的可行性。(本文来源于《沈阳工业大学》期刊2019-06-03）
王波[10]（2019）在《基于动态聚类算法和属性信息的实时推荐系统的应用研究》一文中研究指出协同过滤算法在电子商务中是一种有效推荐项目或服务的方法,比如天猫,亚马逊等平台.推荐算法的主要目的是提高推荐精度的同时,使用户快速地发现心仪的项目.研究发现,信息过载、信息过期、有效信息稀少等因素是导致推荐不准确的重要因素.为了更好找到用户感兴趣的项目,本文以提高推荐精度为目标,通过引入取整的遗忘函数模拟兴趣随时间的变化规律并解决信息过期问题.此外,通过多层网络动态聚类模型深度挖掘有效信息解决信息稀少和信息过期问题.(1)基于用户兴趣社区的个性化动态推荐算法.随着时间的流逝,用户兴趣渐渐发生变化.和近期的信息相比,过时的信息对用户目前兴趣的影响微弱,但合理地利用这些过期信息可以降低数据的稀疏度进而提高推荐精度.基于此,本章提出一种基于用户兴趣社区的个性化推荐算法.该算法较好反映了兴趣随时间的变化规律及其对推荐精度的影响.首先,我们建立一个新的原始的评分矩阵,将取整的遗忘函数融入评分矩阵.其次,利用差分方程组将高相似度的用户或项目聚到相同社区并且给出了该聚类算法的Lyapunov稳定性分析.最后,通过计算相似度,实时预测未知的信息.在各个真实数据集上进行大量的实验,不同的评价指标都证明了该算法的有效性.(2)基于多层网络动态聚类的协同过滤推荐算法.互联网经济飞速发展,推荐算法吸引着越来越多的学者投入其中.传统的推荐算法有的仅仅依赖用户对项目的评分信息,有的结合属性信息考虑,但大部分从单层网络的角度去推荐,破坏了数据原有的层次结构,致使矩阵稀疏,时效性差,推荐不准确.为了解决这些问题,进一步提高推荐算法的准确率,本文提出了多层网络动态聚类推荐算法.首先,利用用户的属性特征构建用户网络;并利用项目属性特征建立项目网络.层内利用属性权重连接,层间结合时间和评分信息的新评分连接,这样就建立一个融合属性、时间和评分的多层网络.其次,提出基于该多层网络动态的聚类算法,将用户分为几个社区,在每个社区中计算用户之间的相似度.最后,基于协同过滤算法,进行Top-N推荐.在MovieLens集进行了大量的仿真实验,与多种已有较优的算法进行对比,实验结果证明了该算法的有效性.(本文来源于《内蒙古工业大学》期刊2019-06-01）
属性聚类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:为了保护电子病历中病人的隐私不被泄漏。方法:在K-匿名算法和L-多样化匿名算法的基础上,不仅仅针对数据关联攻击和同质攻击,还增加了抵抗背景知识的攻击。结果:提出了一种基于敏感属性聚类的电子病历隐私保护算法。结论:所提出的算法比K-匿名算法和L-多样化匿名算法在保护病人隐私方面有更低的隐私泄漏概率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
属性聚类论文参考文献
[1].施伟锋,卓金宝,兰莹.一种基于属性空间相似性的模糊聚类算法[J].电子与信息学报.2019
[2].刘光磊,肖辉.基于敏感属性聚类的电子病历隐私保护算法[J].中国数字医学.2019
[3].顾梅,王雪梅.基于多属性组合聚类的护士分层分类方法模型构建[J].全科护理.2019
[4].张宝一,陆浩,杨莉,李雪峰,黄岸烁.顾及梯度的高斯混合模型在叁维属性场空间聚类中的应用[J].地质找矿论丛.2019
[5].吴湘华,曹丽君.可变属性粒度的中文文本概念格聚类研究[J].电脑知识与技术.2019
[6].任静,樊泽明,康萍.聚类算法在计量属性基准确定中的应用研究[J].电子设计工程.2019
[7].宋光超.多属性聚类分析技术在八面河西区中的应用[J].科技创新与应用.2019
[8].赵广晔.基于属性聚类的传销网站账户去重方法研究[J].科技创新与应用.2019
[9].王明岩.基于聚类分析的复杂多属性群决策方法研究[D].沈阳工业大学.2019
[10].王波.基于动态聚类算法和属性信息的实时推荐系统的应用研究[D].内蒙古工业大学.2019
论文知识图
