一種局部搜索自適應(yīng)核模糊聚類方法
大小：0.56 MB 人氣： 2017-11-27 需要積分：1
標簽：聚類(14184)
核模糊C均值聚類KFCM是利用核函數(shù)將數(shù)據(jù)映射到高維空間，通過計算數(shù)據(jù)點與聚類中心的隸屬度對數(shù)據(jù)進行聚類的算法，擁有高效、快捷的特點而被廣泛應(yīng)用于各領(lǐng)域，然而KFCM算法存在對聚類中心的初始值敏感和不能自適應(yīng)確定聚類數(shù)兩個局限性。針對這兩個問題，提出一種局部搜索自適應(yīng)核模糊聚類方法，該方法引入核方法提高數(shù)據(jù)的可分性，并構(gòu)造基于核函數(shù)的評價函數(shù)來確定最優(yōu)的聚類數(shù)目和利用部分樣本數(shù)據(jù)進行局部搜索以尋找初始聚類中心。人工數(shù)據(jù)和UCI數(shù)據(jù)集上的實驗結(jié)果驗證了該算法的有效性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%