袁淦钊
- 作品数:4 被引量:15H指数:3
- 供职机构:华南理工大学计算机科学与工程学院更多>>
- 发文基金:国家自然科学基金广东省科技计划工业攻关项目广东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 矩阵的低秩近似算法及其应用
- 随着计算机的不断发展和互联网的快速普及,人们收集数据以及存储数据的能力都大大提高。在过去十年里,无论在科学研究还是在社会生活的各个领域都积累了大量的数据。如何对这些数据进行分析以发掘数据蕴含的有用信息以及如何有效管理这些...
- 袁淦钊
- 关键词:最大特征值
- 文献传递
- 差分隐私DPE k-means数据聚合下的多维数据可视化被引量:3
- 2013年
- 近年来隐私保护下的数据挖掘发展迅速,但应用广泛的数据可视化中的隐私保护问题则成果鲜见,差分隐私保护是一种新兴的具有广阔发展前景的隐私保护方法,目前,差分隐私保护下的多维数据可视化方法却未见报道.文章研究如何在数据可视化的过程中满足差分隐私保护.现有的DP k-means算法不支持较大的k,因此在数据聚合的过程中仅有理论意义.提出一个ε-Differential Privacy Equipartition k-means算法(DPE k-means),能够支持较大的k,较好地解决了可视化中数据的叠加问题,在一定的隐私保护级别下极大地改善了数据可视化后的图像质量.仿真实验中计算了衡量数据聚合质量的几项指标,结果表明DPE k-means算法优于现有的DP k-means算法.
- 李杨郝志峰肖燕珊袁淦钊谢光强
- 关键词:K-均值数据聚合数据可视化
- 质量度量指标驱动的数据聚合与多维数据可视化被引量:3
- 2013年
- 以多维数据可视化为研究对象,在质量度量模型下,采用数据聚合为基本手段,来提高多维数据可视化的图像质量.在质量度量指标驱动的框架下提出了均分K-means++数据聚合算法,在传统K-means算法的基础上,专门以数据可视化为目的对算法进行了改进,使得算法聚合得到的数据既能够较好地保持原数据的大部分特性,又能显著地提高可视化后的图像质量.仿真实验证明,在不同的数据抽象级别DAL下,无论是图像质量指标还是质量度量指标HDM(直方图差值度量)、NNM(最近邻距离度量),算法都表现出了较好的仿真结果.
- 李杨郝志峰谢光强袁淦钊
- 关键词:数据空间数据聚合K-均值多维数据可视化
- 基于分块采样和遗传算法的自动多阈值图像分割被引量:5
- 2011年
- 图像多阈值分割在图像压缩、图像分析和模式识别等很多领域具有重要应用,但是阈值数的自动选择一直是至今未解决的难题.为此,基于分块采样和遗传算法提出一种自动多阈值图像分割算法.首先将一幅图像看成是由像素值组成的总体,运用分块采样得到若干子样本;其次在每一个子样本中运用遗传算法来使样本的均值与方差比极大化;再基于获得的样本信息对阈值数目和阈值进行自动预测;最后利用一种确定性的算法对阈值数和阈值做进一步的优化.该算法无需事先考虑图像的纹理和分割数等先验信息,具有较高的易用性,其计算复杂性对图像阈值个数敏感性较低,且无需进行灰度直方图分析.在Berkeley图像分割数据集上的大量仿真实验结果表明,文中算法能获得较准确、快速和稳定的图像分割.
- 姜允志郝志峰林智勇袁淦钊
- 关键词:图像分割多阈值遗传算法