中国科学技术信息研究所--国家工程技术数字图书馆

排序：

[学位论文] 魏方圆浙江工业大学 2018年硕士导师: 黄德才共82页

摘要 : 近些年，伴随着无线通讯与网络技术的日益发展，尤其是物联网的广泛应用与“互联网+”的逐渐普及，数据量与日俱增，及时有效地挖掘实时到来的海量数据背后潜在有价值的知识显得十分重要，数据挖掘由此而生。然而在实际应用系统中，由于存在环境干扰、... 展开近些年，伴随着无线通讯与网络技术的日益发展，尤其是物联网的广泛应用与“互联网+”的逐渐普及，数据量与日俱增，及时有效地挖掘实时到来的海量数据背后潜在有价值的知识显得十分重要，数据挖掘由此而生。然而在实际应用系统中，由于存在环境干扰、数据缺失、测量误差或人为因素等原因，导致在大量信息的采集、传输和处理过程中出现具有不精准、不固定、随机且易变等特点的不确定性数据。出现在无线传感器网络、环境监测、金融、医疗、军事等众多领域的不确定性数据不断增多，其产生使传统的确定性数据挖掘研究面临着新的更大的挑战。在数据分析中聚类作为特征形成与提取过程当中的一种主要方式，成为数据挖掘中的关键课题。针对不确定性数据聚类这一课题，当前国内外已取得一定研究成果。但是，仍存在不确定性信息较难获取，聚类算法精度不高，聚类处理效率较低，算法中参数需人为干预，动态数据流中数据模型无法与聚类模型进行实时匹配，以及异常值的检测处理策略不当等问题。鉴于上述存在的问题本文对其开展不确定性数据聚类算法方面的相关研究，并经过了一系列理论方面的分析及实验仿真的验证。本文所做的工作与成果主要有如下几方面： 1.首先简要说明数据挖掘的背景、意义与当前国内外的研究与发展现状，并对不确定性数据的产生、特点、表示及研究近况进行详实概述，同时剖析了到目前为止不确定性数据挖掘研究中仍存在的一些关键问题。之后围绕聚类这一课题的相关研究进行详细阐述，主要描述了聚类的数学定义、过程及面临的挑战，汇总了聚类中较为重要的几类相似性度量方式。最后详细说明了几种常见的确定性聚类算法与几类当下较为主流的不确定性数据聚类算法及不确定性数据流聚类算法，为后续的主要研究工作进行了理论铺垫。 2.鉴于目前基于划分的不确定性数据聚类算法中存在不能准确处理任意形状簇，无法有效剔除噪声，不确定性数据的表示欠合理，计算复杂度较高的相似性度量方法，以及较低的聚类效率和聚类精度等问题。本文提出一种基于区间数的不确定性数据UID-DBSCAN密度聚类算法，这一算法联系区间数与统计值描述属性级的不确定性数据，由区间数距离衡定不确定性数据对象间的相似度，从而降低了计算相似度的复杂度。同时为减少人工选取参数对算法效果造成的影响，充分考虑不确定性数据集自身的统计特性自适应地选取密度参值，以达到全程无监督聚类。仿真结果可得，UID-DBSCAN算法同已有算法相比，易操作、实用性强，表现出更高的聚类精度与处理效率。 3.鉴于不确定性数据流聚类算法存在过于理想化的不确定性数据表示方法，计算复杂度较高的不确定性数据对象间的相似性度量方式，密度参数较多、相关参值需人为干预且对结果敏感，聚类模型无法有效与数据模型进行实时匹配等问题。本文提出一种基于区间数的不确定性数据流自适应UIDS聚类算法，这一算法把区间数与均值及标准差相联系来描述属性级的不确定性数据流，由一种新的区间数距离衡定不确定性数据对象间的相似度，从而降低了计算复杂度，通过局部密度与相对距离相结合来构造簇中心权值函数以实现自适应确定微簇中心，运用当前微簇缓冲区与离群点缓冲区的双缓冲区模式存储数据，并提出改进的异常值检测方式实时监测数据流的变化情况以及微簇更新方法对数据流演化分析。同时设计一种新的可有效衡量属性级不确定性数据聚类质量的sim评估指标。实验结果可得，UIDS算法可以辨别任意形状簇且能有效处理噪声，与已有算法相比，表现出更高的聚类精度与处理效率。收起

关键词 : 数据聚类不确定性 UID-DBSCAN密度相似度计算实时匹配

2. 基于改进的密度峰K-means与粒子群DBSCAN的聚类算法研究

[学位论文] 张振兴大连大学 2023年硕士导师: 魏德宾共62页

摘要 : 随着信息技术的迅猛发展和互联网的广泛普及，我们正面临着数据规模、类型和维度爆炸式增长的挑战。在如何从海量数据中高效提取有价值信息的问题上，聚类算法作为一种关键技术逐渐成为研究领域的热点。作为机器学习无监督学习技术的重要分支，聚类算... 展开随着信息技术的迅猛发展和互联网的广泛普及，我们正面临着数据规模、类型和维度爆炸式增长的挑战。在如何从海量数据中高效提取有价值信息的问题上，聚类算法作为一种关键技术逐渐成为研究领域的热点。作为机器学习无监督学习技术的重要分支，聚类算法在诸如社交网络、电子商务、医疗保健等多个领域具有巨大的应用潜力。因此,我们的研究重点是聚类算法，主要着眼于如何高效地从未标记数据中提取有价值的信息，以实现数据的分类、降维、可视化等操作，从而提升数据的解释能力和实际应用价值。本课题的主要研究内容如下: （1）K-means算法的当前问题在于初始聚类中心数量和位置信息往往依赖于主观经验，导致聚类效果不稳定并具有一定随机性。密度峰算法可以解决这一问题，但其本身受截断距离参数影响较大。为了解决K-means参数和密度峰截断距离问题，本研究设计了一种基于改进密度峰的K-means聚类算法:数据场可以将数据之间统计量的大小与数字间距离呈现负相关的场景，抽象成数据之间“相互作用”的结果，从而能够对数据空间中个体与系统之间的相互作用进行更加准确的分析。利用数据场替换原算法中的局部密度，可以更加精准的表示数据点之间的关系。通过改进后的密度峰算法获取初始聚类中心数量和位置信息，之后利用这些信息进行聚类。这种方法不仅解决了上述问题，还降低了算法的稳态误差，提高了鲁棒性。（2）DBSCAN聚类算法具有发现任意形状聚类簇的能力，同时还具有识别噪声的优势。然而，这种方法在处理高维数据方面表现不佳，而且参数需要手动确定，这可能会降低算法的准确性和效率。为了克服这些问题，本文提出了一种基于粒子群优化的DBSCAN聚类算法。我们在基本DBSCAN算法的基础上，引入粒子群优化算法。粒子群优化算法是一种全局优化技术，它可以有效地搜索解空间，从而提高算法的参数选择效率。通过使用粒子群优化算法，我们可以在较短的时间内找到更合适的参数组合，降低系统误差，并提高整体聚类效果。由于DBSCAN使用相同的邻域半径和最小点数来确定所有的密度区域，因此在处理密度不均衡的数据集时可能会遇到问题，针对这个问题，我们引入基于网格聚类的思想，通过在不同的子空间中找到密度高的区域，可以更好地处理密度不均衡的情况。收起

关键词 : K-均值聚类算法 DBSCAN聚类算法密度峰粒子群优化算法

3. 质子诱导DNA集簇性损伤的蒙特卡罗模拟研究

[学位论文] 唐菁中北大学 2020年博士导师: 李宝生共110页

摘要 : 电离辐射致生物体的辐射损伤及其防护一直是生命科学，特别是辐射生物学、放射医学和放射治疗学研究中的热点问题之一。细胞核中的脱氧核糖核酸(Deoxyribonucleic acid,DNA)辐射损伤会影响遗传信息的复制和转录，如果不能及时修复损伤，则会引起基因突... 展开电离辐射致生物体的辐射损伤及其防护一直是生命科学，特别是辐射生物学、放射医学和放射治疗学研究中的热点问题之一。细胞核中的脱氧核糖核酸(Deoxyribonucleic acid,DNA)辐射损伤会影响遗传信息的复制和转录，如果不能及时修复损伤，则会引起基因突变、染色体畸变、细胞失活等严重的生物学后果。科学家们一方面通过分离辐射细胞DNA进行DNA碎片的分子生物学检测，并评估DNA链断裂产额；另一方面，随着计算机硬件和机器学习等人工智能的高速发展，利用蒙特卡罗方法进行辐射细胞DNA分子损伤的模拟，完成DNA链断裂产额的计算，日趋成为生物剂量测定领域的一个研究热点。本文采用蒙特卡罗方法，计算机模拟高传能线密度(linear energy transfer, LET)质子的低剂量辐射，揭示细胞核DNA产生的集簇性损伤变化规律，特别是由化学过程产生的间接DNA集簇性损伤。主要工作如下： 1.针对采用细胞核的原子几何模型模拟DNA分子损伤存在着计算时间长、收敛速度慢等缺点，本文提出一种基于损伤概率密度函数的几何模型：即对物理过程中的能量沉积点和化学过程中的羟自由基(·OH)位点进行条件采样，通过采样概率参数确定落在DNA链敏感区域的能量沉积点和·OH位点数据集；然后利用不同的损伤发生概率函数计算得到DNA损伤点的空间分布数据集；最后依据分子生物学检测结果确定调节因子，以考虑组蛋白及压缩DNA分子对损伤点数量的影响。实验结果表明：该几何模型不影响损伤点的空间分布，与其他实验和模拟方法结果一致。 2.针对间接损伤点数据量大的问题，本文提出采用含噪声密度聚类算法(density-basedspatial clusteringof applicationswithnoise ，DBSCAN)确定损伤点密度，计算DNA链断裂产额。改进KD-tree算法以适于进行损伤点邻域搜索，降低计算时间复杂度，加速计算DNA链断裂产额的模拟流程。实验结果表明：平均加速两倍，平均减少计算时间10天。 3.间接作用诱导的DNA链断裂在DNA早期辐射损伤中占主导地位，鉴于目前缺乏对间接DNA集簇性损伤规律的研究，本文在利用DBSCAN计算DNA链断裂中，提出了一种分别计算直接损伤和间接损伤的方法，即利用能量沉积产生的损伤点和·OH产生损伤点计算DNA链断裂产额。因此，对间接损伤的DNA链断裂的产额和复杂性都有了完整的量化评估。并细化了不同的单链断裂(single strand break, SSB)和双链断裂(double strand break, DSB)链断裂分类，具体为SSB+、DSB+和DSB++，以反映链断裂复杂性。实验结果表明：·OH间接作用对SSB和DSB产额增加有着显著贡献。随着LET的增加，间接作用SSB产额逐渐降低，DSB产额先降低后升高；DSB簇的多重性(每个DSB包含的损伤点)及其产额随着LET的增加而增加，证实了DNA碎片不是随机分布这一分子生物学检测结论。因此本文实现了在分子水平上快速获得质子辐射致DNA集簇性损伤更为精细的信息，为辐射生物损伤机制的研究提供了一种重要和有力的研究手段。收起

关键词 : DNA集簇性损伤蒙特卡罗径迹结构法 DNA链断裂密度函数 DBSCAN KD-tree

4. 高密度人群计数方法的研究与应用

[学位论文] 刘向东浙江工业大学 2012年硕士导师: 梁荣华共73页

摘要 : 高密度情况下的人数统计有其重要的社会意义和市场价值。利用ROI(RegionofInterest)区域内的人数统计信息:管理人员可以合理调度人力和物力，优化资源的配置;对于一些广场、通道等公共场合，人数统计的结果对一系列社会治安问题能起到很好的预警作用。... 展开

关键词 : 高密度人群计数方法 SURF特征 MST-DBSCAN聚类算法支持向量回归机