计算机应用研究

作者：张璐璐,赵书良,田真真,陈润资,

单位：河北师范大学a.计算机与网络空间安全学院;b.河北省供应链大数据分析与数据安全工程研究中心;c.河北省网络与信息安全重点实验室;d.数学科学学院,石家庄050024；

关键词：多尺度,不一致度量,尺度转换,多尺度分类挖掘,Q统计,

基金：国家社科基金重大项目(13&ZD091,18ZDA200)；；

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%。

来源：2021年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第2期