高维复杂数据子空间挖掘方法研究.pdf

2017 年度广东省科学技术奖项目公示 项目名称 高维复杂数据的子空间挖掘方法研究 单位 1: 哈尔滨工业大学深圳研究生院 主要 完成 单位 2: 无 单位 单位 3: 无 1. 叶允明 职 称：教授 工作单位：哈尔滨工业大学深圳研究生院 完成单位：哈尔滨工业大学深圳研究生院 主要贡献： 提出本项目的关键学术思想和研究思路， 全面规划 组织并研究了本项目的研究内容， 对项目四个主要创新点均做 出了贡献： （1）提出了属性加权的子空间聚类方法，有效解决了高维数 主要完成人 据的聚类问题。 （职称、完成 （2 ）提出了基于分层子空间抽样的随机森林方法，减小了泛 单位、工作单 化误差界，提升了高维数据的分类性能。 位） （3 ）揭示了聚类问题中多模态子空间的规律，为关系型高维 数据的子空间分类奠定了基础。 （4 ）建立了多模态子空间数据分类的关键技术，为解决复杂 关系型数据的分类奠定了基础。 应用贡献：将项目成果应用于深圳出入境检验检疫局 “智慧口 岸 ”建设中的信息自动获取与智能信息服务、深圳市地税局、 中油瑞飞信息技术有限公司等单位的互联网信息获取与挖掘 服务等。 2. 李旭涛 职 称：副教授 工作单位：哈尔滨工业大学深圳研究生院 完成单位：哈尔滨工业大学深圳研究生院 主要贡献：对本项目的主要创新点（ 1）（2 ）和（3）做出了贡 献： （1）提出了层次子空间聚类算法，有效解决了高维数据的多 粒度子空间聚类问题。 （2 ）揭示了分层抽样子空间的规律，分析了其基本特性，明 确了分层抽样随机森林算法的适用范围。 （3 ）提出了基于张量积的马尔科夫链，并基于其建立了多模 态聚类模型， 有效解决了复杂关系型数据的聚类问题； 提出了 基于全变分约束张量分解的聚类算法， 解决高维多模态数据的 子空间聚类问题。 3. 张海军 职 称：副教授 工作单位：哈尔滨工业大学深圳研究生院 完成单位：哈尔滨工业大学深圳研究生院 主要贡献：对本项目的主要创新点（ 1）和（4）做出了贡献： （1）揭示了判别信息在高维数据子空间聚类中的作用，提出 了结合簇内紧致性和簇间分离性的聚类优化目标函数。 （4 ）提出了面向多模态文本数据的子空间分析算法，通过多 维度浅层语义分析提升了子空间分类的性能； 揭示了高维多类 标数据的层次特性，为了其分类模型的建立奠定了基础。 4. 吴庆耀 职 称：无 工作单位：哈尔滨工业大学深圳研究生院 完成单位：哈尔滨工业大学深圳研究生院 主要贡献：对本项目的主要创新点（ 2 ）和（4）做出了贡献： （2 ）建立并实现了基于分层抽样的随机森林算法，验证了其 在文本、图像、基因等数据分类的有效性和优越性；提出了基 于聚类树的多类标分类模型。 （4 ）提出了基于马尔科夫链的复杂关系型数据的分类模型， 有效的提升了分类性能。 5. 陈小军 职 称：无 工作单位：哈尔滨工业大学深圳研究生院 完成单位：哈尔滨工业大学深圳研究生院 主要贡献：对本项目的主要创新点（