您的位置:首页>>详细
 

申报北京市科学技术奖项目公示—基于划分的聚类算法研究

发布日期:2013-03-22     消息来源:成果交流科办公室 访问次数:528

我校主持完成的“基于划分的聚类算法研究”项目成果拟申报推荐2013年度北京市科学技术奖。根据北京市科学技术奖励申报推荐工作要求,现对推荐项目进行公示,公示材料见附件。

公示期:2013322日至2013330日。自本公示公布之日起7日内,任何单位或者个人对推荐项目的创新性、先进性、实用性及推荐材料的真实性和项目完成人、完成单位及排序持有异议的,可以书面向科技处提出,并提供必要证明文件。科技处联系人及联系电话:孙铭壑、马跃,5168804351684647

根据北京市科学技术奖励办公室相关要求,为了便于核实、查证,确保实事求是、公正地处理异议,提出异议的单位或者个人,应当表明真实身份,凡匿名异议和超出期限的异议一般不予受理。
   
特此公示。

  附件:公示内容

                         

                                   北京交通大学科技处

                                                                2013322日

附件:
项目名称: 基于划分的聚类算法研究
完成人及排序为:于剑(1),黄厚宽(2),景丽萍(3),周雪忠(4),林友芳(5),田盛丰(6),尹传环(7),贾彩艳(8),董兴业(9);
完成单位:北京交通大学

项目负责人:于剑

简介: 本成果属于计算机学科人工智能领域。项目组多年围绕聚类分析进行了深入系统的研究,发现了许多代表性的划分型聚类算法存在最坏聚类结果的规律, 据此提出了一个全新的分析聚类算法的理论框架,并应用在聚类算法的设计,解的稳定性问题,算法收敛性以及算法参数的选择等问题上。相关研究成果在数据挖掘项目中得到了成功应用。
主要研究内容有:
    1.现模糊C均值算法聚类算法具有最差聚类性能的聚类结果,并在具有最差聚类性能的聚类结果不能是算法的稳定输出的合理假设下,针对模糊C均值算法的模糊指数m 的选择问题进行了理论分析,首次得到了m的理论上限。理论证明了参数m超出理论上限, 模糊C均值算法作为聚类算法将失效的客观事实。这是提出的基于划分的聚类算法研究理论首次解决相关问题的事例。
    2.剃刀准则(Occam's razor)在数据模型中有着关键的作用,且基于划分的聚类算法也是一种由数据驱动的模型。但是,奥卡姆剃刀准则和基于划分的聚类算法之间的关系无人研究,我们根据广义均值定义,建立了无约束的划分聚类算法的一般化生成框架模型,即一般C均值聚类模型(GCM),首次建立了奥卡姆剃刀准则与划分聚类之间的关系,并证明了文献中多种基于划分的聚类算法是GCM模型的特例,特别地, 我们提出的研究划分型聚类算法的新理论同样适用于GCM模型,并得到了相应的研究成果。
    3.考虑类中心或隶属度函数的约束下,先后提出了两个广义模糊聚类模型GFCMGFCR GFCM适用于目标函数可以消除隶属度函数的情形,GFCR适用于目标函数可以消除聚类原型的情形。这两个模型也可以适用于我们提出的研究划分型聚类算法的新理论来进行研究。
    4.关的研究成果在交通数据和医疗数据中得到了成功应用。

多年来,本项目取得了突破性研究进展。并先后应邀在多个学术研讨会作了大会报告,相应结果发表在国际和国内一流期刊上,得到了同行的认可,成果也在其他学者发表论文中得到引用,同时在实际应用系统中也得到了应用验证。

 

关 闭
 
 
北京交通大学 科学技术处 版权所有
Copyright © 2011 All Rights Reserved.
(建议使用IE7以上版本浏览器)
您是第1923176位访问者
地址:北京市海淀区西直门外上园村3号北京交通大学科学技术处         
邮编:100044
 EMAIL:kjcjh@center.njtu.edu.cn