- 价格透明
- 信息保密
- 进度掌控
- 售后无忧
服务项目
快速注册公司 抢占商业先机 财税问题交给我们
近日，由长江师范学院副教授程东东牵头，长江师范学院联合重庆大学、华侨大学完成的“基于自然邻居的大数据快速聚类与异常检测研究”成果荣获2022年度重庆市自然科学三等奖。
随着信息技术的发展，数据呈爆炸式增长，如何对大规模、高维数据挖掘分析成为我们亟待解决的问题。由长江师范学院副教授程东东、重庆大学教授朱庆生、华侨大学副教授陈叶旺、长江师范学院副教授黄金龙、重庆师范大学副教授冯骥组成项目团队，结合承担的国家和省部级科研项目，围绕大数据的快速聚类和异常检测展开深入研究，在自适应邻居概念、聚类分析和异常检测等科学领域，实现了重要科学发现，并取得了一些创新性理论成果。
该项目团队提出自然邻居概念，解决了大数据分析中最近邻居参数选择的问题。自然邻居是一种自适应的邻居关系，它受社会现实中朋友关系的启发而提出，即如果数据对象y把x当作邻居，同时x也把y当作邻居，那么x和y互为自然邻居。当数据集中每个数据对象都有一个自然邻居，则该数据集中数据对象之间的关系达到了一个稳定的状态，就形成了自然邻居关系。
“局部核心点的概念源于社会管理的启发，随着人口的增长，社会结构越来越复杂，所有的社会成员共同参与管理社会事务变得越来越困难。一个好的解决方法是从社会成员中选出代表参与事务的管理。因此在面对大规模数据聚类时，我们团队考虑从中选择代表对象，即局部核心点进行分析。”该项目牵头完成人程东东介绍，该项目团队提出了基于自然邻居的局部核心点，以及适用于大数据的聚类算法和聚类结果评估指标，解决了大数据聚类复杂度高和聚类结果难以评估的问题。
此外，该项目团队提出基于自然邻居的异常点检测算法和异常簇检测算法，有效地检测出数据集中存在的异常点和异常簇。
围绕上述研究成果，该项目在国际人工智能领域顶级期刊发表学术论文30余篇，IEEE Fellow/IEEE TNNLS前主编/何海波教授，ACM SIGGRAPH计算图形领域杰出成就获得者/特拉维夫大学Daniel Cohen-Or教授等国内外知名专家对项目研究成果进行了正面评价和肯定。（记者 冉富月）
您的位置：