节点文献

两阶段判别嵌入模糊聚类

免费订阅

【作者】 支晓斌牛传林李亚兰

【Author】 ZHI Xiaobin;NIU Chuanlin;LI Yalan;School of Science, Xi’an University of Posts and Telecommunications;School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications;

【机构】 西安邮电大学理学院西安邮电大学通信与信息工程学院

【摘要】 针对两阶段判别嵌入式聚类算法无法有效地反映数据的真实结构问题,提出一种两阶段判别嵌入模糊聚类算法。首先利用模糊C-均值算法对数据进行初始聚类,得到数据的初始隶属度矩阵,然后通过奇异值分解和求解最大散度差对数据降维处理,最后在低维子空间中对降维后的数据再次进行模糊C-均值聚类。通过对初始数据和降维后的数据进行模糊聚类提高算法的准确度。对比实验结果表明,该算法可获取最优聚类精度,并能更有效地反映数据的真实结构。

【基金】 国家自然科学基金资助项目(61671377,61102095,61571361,11401045);陕西省教育厅专项科学研究计划资助项目(18JK0719);西安邮电大学新星团队资助项目(xyt2016-01)
【所属期刊栏目】 计算机与自动化 (2019年05期)
  • 【DOI】10.13682/j.issn.2095-6533.2019.05.012
  • 【分类号】TP311.13
  • 【下载频次】9
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: