多尺度分类挖掘算法

作者：张璐璐; 赵书良^*; 田真真; 陈润资

来源：计算机应用研究, 2021, 38(02): 414-420.

DOI：10.19734/j.issn.1001-3695.2020.01.0007

• 多尺度
• 不一致度量
• 尺度转换
• 多尺度分类挖掘
• Q统计

多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少。针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围。从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据的多尺度特性进行分类挖掘。以非局部均值和三次卷积插值为理论基础,利用Q统计和不一致度量进行操作,提出多尺度分类尺度上推算法和多尺度分类尺度下推算法。采用UCI数据集和H省人口真实数据集进行实验,并与CFW、MSCSUA和MSCSDA等算法进行对比,结果表明,该算法可行有效。与其他算法相比,尺度上推算法正确率平均提高4.5%,F-score提高4.8%,NMI提高12.3%,尺度下推算法各个相应指标分别平均提高5.3%,6.6%和11.8%。

• 单位
  河北师范大学