基于广义分形插值理论的多尺度分类尺度下推算法
Scaling-down algorithm of multi-scale classification based on generalized fractal interpolation theory
河北师范大学 a. 数学与信息科学学院; b. 河北省计算数学与应用重点实验室; c. 移动物联网研究院, 石家庄 050024
摘要
多尺度数据挖掘多应用于空间遥感图像数据，以图像的分辨率或者区域分割为依据进行尺度划分，然后在每个尺度层进行分析。近期，有不少学者将多尺度数据挖掘应用于一般数据集上，以等级理论、概念分层以及包含度理论等为尺度划分依据，研究不同尺度层的分布规律，进而发现有意义的事实，如多尺度关联规则以及多尺度聚类。但是在一般数据集下很少将多尺度数据挖掘应用于分类算法领域。定义了广义分形插值理论的概念，打破了局限于迭代函数系统（iterative function systems，IFS）的缺憾，拓展了分形插值的应用；提出了基于广义分形插值理论的多尺度分类尺度下推算法（multi-scale classification scaling-down algorithm，MSCSDA）。仿真实验建立在四个UCI基准数据集和一个H省部分人口真实数据集上，并将MSCSDA与KNN、decision tree以及LIBSVM算法进行对比分析，实验结果表明，MSCSDA在不同的数据集上均优于其他算法。
基金项目
国家自然科学基金资助项目(71271067)
国家社科基金重大项目(13&ZD091)
河北省高等学校科学技术研究项目(QN2014196)
河北师范大学硕士基金资助项目(xj2015003)
出版信息
DOI: 10.19734/j.issn.1001-3695.2018.01.0031
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第7期
所属栏目: 算法研究探讨
出版页码: 1970-1974
文章编号: 1001-3695(2019)07-011-1970-05
发布历史
[2019-07-05] 印刷出版
引用本文
李佳星, 赵书良, 安磊, 等. 基于广义分形插值理论的多尺度分类尺度下推算法 [J]. 计算机应用研究, 2019, 36 (7): 1970-1974. (Li Jiaxing, Zhao Shuliang, An Lei, et al. Scaling-down algorithm of multi-scale classification based on generalized fractal interpolation theory [J]. Application Research of Computers, 2019, 36 (7): 1970-1974. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
