点赞！涪陵这个科研团队牵头研究的成果荣获重庆市自然科学三等奖
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。
程东东（右）团队进行学术交流
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的项目团队，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。
程东东（左三）与学生开展讨论
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。
自然邻居构建及效果
“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说，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。
大数据聚类基本原理及效果
此外，该项目团队还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。
无参异常检测原理及效果
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
图片｜程东东
责 编：孔祥忠 刘洋｜编 辑：廖爱伶
涪陵区融媒体中心出品
未经允许，不得转载
声明：除原创内容及特别说明外，稿件文字及图片均来自网络及各大主流媒体。版权归原作者所有。如认为内容侵权，请联系我们删除。
往期回顾：