受限玻尔兹曼机结合聚类的特异点挖掘方法

• 作者: 倪健 夏文瀚 聂斌 董鑫 黄强
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 受限玻尔兹曼机 聚类算法 特异点
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 数据库技术及应用
• 页码范围: 136-139
• 页数: 4页
• 分类号: TP391
• 字数: 3249字
• 语种: 中文
• DOI: 10.11907/rjdk.191551

摘要

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.因此高斯受限玻尔兹曼机与DBSCAN算法结合不仅能提高识别结果准确度,而且能提升识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董鑫	江西中医药大学计算机学院	2	6	1.0	2.0
2	聂斌	江西中医药大学计算机学院	49	122	6.0	9.0
3	黄强	江西中医药大学计算机学院	7	4	1.0	2.0
4	夏文瀚	江西中医药大学计算机学院	1	0	0.0	0.0
5	倪健	江西中医药大学计算机学院	1	0	0.0	0.0