李勐
- 作品数：2 被引量：6H指数：1
- 供职机构：中国农业大学更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于高斯混合模型的不确定数据流聚类方法被引量：6
- 2014年
- 传感器的广泛应用产生了大量的不确定数据流,在聚类应用中,当输入数据为连续型随机变量时,现有基于离散型随机变量的聚类方法无法满足数据流应用在效率和精度上的要求.使用高斯混合模型作为不确定数据的基本表示形式,仅需要保存不同组件的描述信息即可,可以更好地利用存储空间,完成对真实情况的逼近,在此基础上提出了一种可以发现时间维度上的不确定数据流聚类方法cumicro,该算法将时间直接作为数据属性,可直接查询某个时间维度的聚簇,避免了传统基于划分的聚类中较难发现非球状聚簇的问题.通过实验与经典算法umicro进行比较,证明了本文算法的有效性,并分析了不同K值、τ值下的聚类结果.最后得出结论,原始数据较密集时,相较原有基于离散模型的聚类,该算法具有准确度上的优势.
- 曹振丽孙瑞志李勐
- 关键词：高斯混合模型不确定数据流聚类大数据
- 面向不确定数据的农产品追溯方法
- 2013年
- 针对现有追溯模型无法对可追溯单元的混合过程进行定量表示的缺陷,将不确定数据引入到追溯系统中,搭建了不确定数据追溯模型,提出了一个新的面向不确定数据追溯的查询方法,利用不确定数据的基本表示和查询方法,解决了多源追溯问题。基于模型,实现了追溯模型中的简单查询、节点评价和单节点异常推断功能。并且给出了多节点异常的求解方法。
- 曹振丽孙瑞志李勐
- 关键词：农产品不确定数据
