Query：
Refining：
Year
Type
Indexed by
Colleges
Complex
Language
Clean All
Abstract ：
传统电网运行方式下制定输电断面限额时，为保证安全性，主要考虑最严重电网运行方式。这种处理方式不能适应高占比新能源电网运行方式复杂多变的特点，存在包含运行方式情景不足和安全裕度过大等问题。为此，提出新能源接入电网的断面传输方式聚类分析方法。首先，基于历史统计信息找出电网关键断面，并通过相关性分析挖掘出影响电网关键通道传输能力的关联因素；然后，根据关联度指标对关键因素进行排序,并根据排序靠前的关键因素对电网运行方式进行聚类划分；接着，依据聚类划分结果对该边界方式下各级断面输电限额进行优化，以提升电网输送能力。最后，通过中国西北电网仿真分析验证了所提方法的有效性和实用性。
Keyword ：
电网 断面限额优化 聚类 运行方式
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 任冲 , 牛拴保 , 柯贤波 et al. 新能源接入电网的断面传输方式聚类分析 [J]. | 电力系统自动化 , 2022 , 46 (01) : 69-75 . |
| MLA | 任冲 et al. "新能源接入电网的断面传输方式聚类分析" . | 电力系统自动化 46 . 01 (2022) : 69-75 . |
| APA | 任冲 , 牛拴保 , 柯贤波 , 王吉利 , 霍超 , 樊国旗 . 新能源接入电网的断面传输方式聚类分析 . | 电力系统自动化 , 2022 , 46 (01) , 69-75 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
社会网络中海量、无序且碎片化的新闻数据,使得人们无法从细粒度感知新闻事件,更无法多视角把握事件发展脉络。为了解决这个问题,该文提出基于命名实体敏感的分层新闻故事线生成方法,在无监督的情况下,充分利用新闻信息构造层次化、多视点的事件脉络。该方法主要通过以下3个步骤实现:(1)基于事件主题信息与隐式语义信息相结合的方法检测事件;(2)基于多维语义信息的社区检测算法划分主题事件的子事件;(3)基于多视点信息构造事件发展的脉络。在真实数据集上的实验结果表明,该方法在三个步骤比基线方法均有提高,其中在构造事件发展脉络阶段,该方法在理解性、概括性和准确性指标上分别高出0.44、0.11和0.50。
Keyword ：
故事线 聚类 社区发现 事件演变 主题模型
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 樊笑冰 , 饶元 , 王硕 et al. 基于命名实体敏感的分层新闻故事线生成方法 [J]. | 中文信息学报 , 2021 , 35 (01) : 113-124 . |
| MLA | 樊笑冰 et al. "基于命名实体敏感的分层新闻故事线生成方法" . | 中文信息学报 35 . 01 (2021) : 113-124 . |
| APA | 樊笑冰 , 饶元 , 王硕 , 李睿祥 , 刘旭辉 . 基于命名实体敏感的分层新闻故事线生成方法 . | 中文信息学报 , 2021 , 35 (01) , 113-124 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
社会网络中海量、无序且碎片化的新闻数据,使得人们无法从细粒度感知新闻事件,更无法多视角把握事件发展脉络。为了解决这个问题,该文提出基于命名实体敏感的分层新闻故事线生成方法,在无监督的情况下,充分利用新闻信息构造层次化、多视点的事件脉络。该方法主要通过以下3个步骤实现:(1)基于事件主题信息与隐式语义信息相结合的方法检测事件;(2)基于多维语义信息的社区检测算法划分主题事件的子事件;(3)基于多视点信息构造事件发展的脉络。在真实数据集上的实验结果表明,该方法在三个步骤比基线方法均有提高,其中在构造事件发展脉络阶段,该方法在理解性、概括性和准确性指标上分别高出0.44、0.11和0.50。
Keyword ：
故事线 聚类 社区发现 事件演变 主题模型
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 樊笑冰 , 饶元 , 王硕 et al. 基于命名实体敏感的分层新闻故事线生成方法 [J]. | 中文信息学报 , 2021 , 35 (1) : 113-124 . |
| MLA | 樊笑冰 et al. "基于命名实体敏感的分层新闻故事线生成方法" . | 中文信息学报 35 . 1 (2021) : 113-124 . |
| APA | 樊笑冰 , 饶元 , 王硕 , 李睿祥 , 刘旭辉 . 基于命名实体敏感的分层新闻故事线生成方法 . | 中文信息学报 , 2021 , 35 (1) , 113-124 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
【目的】针对传统方法利用文本特征提取或文章与合著者之间的关系信息,导致高阶特征缺失的问题,提出学术文献领域下的姓名消歧方法,用于区分拥有相同姓名的多个学者。【方法】提出一种名为论文嵌入网络(PaperEmbNet)的统一特征提取框架,为每个作者姓名构建学术异质信息网络,并融合内容信息和关系信息。在此基础上,设计一种基于注意力机制的循环神经网络聚类参数预测算法(AR4CPM),进行同名作者聚类个数的预测,并基于该参数,使用层次凝聚聚类算法实现消歧。【结果】在AMiner-AND数据集上的实验结果表明,所提方法在Macro-F1评分上相比次优模型最大提升4.75百分点,平均训练时间较对比方法短5～...
Keyword ：
聚类 图嵌入 姓名消歧 学术异质信息网络
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王若琳 , 牛振东 , 蔺奇卡 et al. 基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法 [J]. | 数据分析与知识发现 , 2021 , 5 (08) : 13-24 . |
| MLA | 王若琳 et al. "基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法" . | 数据分析与知识发现 5 . 08 (2021) : 13-24 . |
| APA | 王若琳 , 牛振东 , 蔺奇卡 , 朱一凡 , 邱萍 , 陆浩 et al. 基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法 . | 数据分析与知识发现 , 2021 , 5 (08) , 13-24 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
社交网络是一个有效的信息传播平台,使得人们的生活更加便捷.同时,在线社交网络也不断提高了社交网络账号的价值.然而,为了获取非法利益,犯罪团伙会利用社交网络平台隐秘地开展各种诈骗、赌博等犯罪活动.为了保护用户的社交安全,各种基于用户行为、关系传播的恶意账号检测方法被提出.此类方法需要积累足够的用户数据才能进行恶意检测,利用这个时间差,犯罪团伙可以开展大量的犯罪活动.首先系统分析了现有恶意账号检测工作.为克服现有方法的缺点而更快地检测恶意账号,设计了一种基于账号注册属性的恶意账号检测方法.方法首先通过分析恶意账号和正常账号在不同属性值上的分布,设计并提取了账号的相似性特征和异常特征;然后基于此计算...
Keyword ：
聚类 统计分析 恶意账号检测 在线社交网络 账号注册属性
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 杨征 , 殷其雷 , 李浩然 et al. 微信恶意账号检测研究 [J]. | 计算机研究与发展 , 2021 , 58 (11) : 2319-2332 . |
| MLA | 杨征 et al. "微信恶意账号检测研究" . | 计算机研究与发展 58 . 11 (2021) : 2319-2332 . |
| APA | 杨征 , 殷其雷 , 李浩然 , 苗园莉 , 元东 , 王骞 et al. 微信恶意账号检测研究 . | 计算机研究与发展 , 2021 , 58 (11) , 2319-2332 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
基于医疗数据集,研究划分式聚类算法K-medoids。针对该算法随机选取初始聚类中心、收敛速度慢、聚类结果不稳定等问题,提出基于方差的密度优化算法。该算法以样本集的均方差和距离均值为基础,再根据样本集的大小计算样本集的密度半径,在相同密度半径下稠密区域的样本具有较高的密度,通过动态选择不同高密度区域的样本作为初始聚类中心,在进行聚类的过程中通过局部优化,加快收敛速度,解决传统K-medoids存在的缺点。将该优化算法应用在UCI机器学习的医疗数据集上测试聚类效果,实验验证该算法选择的初始聚类中心位于样本集的稠密区域,更符合数据集的原始分布,且在乳腺癌数据集上具有较高的聚类准确率,聚类结果稳定,收敛速度快。
Keyword ：
K-medoids算法 方差 聚类 密度优化 医疗数据
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王艳娥 , 安健 , 王红刚 et al. 基于医疗数据的聚类挖掘策略研究 [J]. | 计算机技术与发展 , 2020 , 30 (7) : 66-70 . |
| MLA | 王艳娥 et al. "基于医疗数据的聚类挖掘策略研究" . | 计算机技术与发展 30 . 7 (2020) : 66-70 . |
| APA | 王艳娥 , 安健 , 王红刚 , 丁心安 , 杨倩 . 基于医疗数据的聚类挖掘策略研究 . | 计算机技术与发展 , 2020 , 30 (7) , 66-70 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
密度峰值聚类算法(DPC算法)虽然具有简单高效的优点,但存在着需要人为确定截断距离的不足,从而造成聚类结果出现不准确。为解决这一问题,本文提出了一种基于K近邻的改进算法。该算法引入信息熵,采用属性加权的距离公式进行聚类,这样就解决了不同属性的权重影响问题;在聚类过程中通过计算数据点的近邻密度,再利用KNN近邻算法实现自动求解截断距离,据此得到聚类中心再进行聚类,通过实验证明,该算法在准确性、运行效率上均有不同程度的提升。
Keyword ：
K近邻 截断距离 局部密度 聚类 聚类中心 密度峰值 相对距离 信息熵
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 罗军锋 , 锁志海 , 郭倩 . 一种基于k近邻的密度峰值聚类算法 [J]. | 软件 , 2020 , 41 (7) : 185-188 . |
| MLA | 罗军锋 et al. "一种基于k近邻的密度峰值聚类算法" . | 软件 41 . 7 (2020) : 185-188 . |
| APA | 罗军锋 , 锁志海 , 郭倩 . 一种基于k近邻的密度峰值聚类算法 . | 软件 , 2020 , 41 (7) , 185-188 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
航迹起始是群目标跟踪的首要环节,其性能好坏直接影响着目标跟踪航迹的质量。传统的群目标航迹起始方法仅利用目标的位置信息完成分群检测和等效量测求解等步骤,没有充分利用回波幅度信息,存在分群检测不理想、等效量测求解不准确等问题,有可能引起失跟现象。针对此问题,该文提出一种回波幅度信息辅助的群目标航迹起始方法。首先利用目标位置信息和幅度信息完成分群检测,然后综合采用幅度加权和位置加权求解等效量测,最后基于修正的逻辑法进行群目标航迹起始。该文方法在分群检测和求解等效量测等步骤充分利用了回波幅度信息,不仅可以在集群数量未知的情况下正确划分群,而且降低了失跟率,提高了群目标的跟踪性能。仿真结果验证了所提方法的有效性。
Keyword ：
幅度信息 航迹起始 聚类 目标跟踪 群目标
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 靳标 , 李聪 , 张贞凯 . 回波幅度信息辅助的群目标航迹起始方法 [J]. | 雷达学报 , 2020 , 9 (4) : 723-729 . |
| MLA | 靳标 et al. "回波幅度信息辅助的群目标航迹起始方法" . | 雷达学报 9 . 4 (2020) : 723-729 . |
| APA | 靳标 , 李聪 , 张贞凯 . 回波幅度信息辅助的群目标航迹起始方法 . | 雷达学报 , 2020 , 9 (4) , 723-729 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对K-means算法中对初始聚类中心和孤立点敏感的缺点,我们通过从密度和距离两个方面的改进,提出新的改进K-means算法。该算法引入特征权重,从近邻密度出发,去除孤立点对算法的影响,同时确定初始聚类中心,在距离计算过程中,引入集成簇内与簇间距离的计算方法,以提升聚类的效果。实验结果表明,该算法比传统聚类算法能够提升10%以上的聚类效果。
Keyword ：
K-MEANS 孤立点 近邻密度 聚类 特征加权
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 罗军锋 , 洪丹丹 . 一种基于密度和距离的K-means聚类算法 [J]. | 软件工程 , 2020 , 23 (10) : 23-25 . |
| MLA | 罗军锋 et al. "一种基于密度和距离的K-means聚类算法" . | 软件工程 23 . 10 (2020) : 23-25 . |
| APA | 罗军锋 , 洪丹丹 . 一种基于密度和距离的K-means聚类算法 . | 软件工程 , 2020 , 23 (10) , 23-25 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对K-means算法中对初始聚类中心和孤立点敏感的缺点,我们通过从密度和距离两个方面的改进,提出新的改进K-means算法.该算法引入特征权重,从近邻密度出发,去除孤立点对算法的影响,同时确定初始聚类中心,在距离计算过程中,引入集成簇内与簇间距离的计算方法,以提升聚类的效果.实验结果表明,该算法比传统聚类算法能够提升10％以上的聚类效果.
Keyword ：
K-means 孤立点 近邻密度 聚类 特征加权
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 罗军锋 , 洪丹丹 . 一种基于密度和距离的K-means聚类算法 [J]. | 软件工程 , 2020 , 23 (10) : 23-25,4 . |
| MLA | 罗军锋 et al. "一种基于密度和距离的K-means聚类算法" . | 软件工程 23 . 10 (2020) : 23-25,4 . |
| APA | 罗军锋 , 洪丹丹 . 一种基于密度和距离的K-means聚类算法 . | 软件工程 , 2020 , 23 (10) , 23-25,4 . |
| Export to | NoteExpress RIS BibTex |
Export
| Results： |
Selected to |
| Format： |
