结合Total-Bregman距离的模糊聚类算法

TP301; 模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法.目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等.对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能.同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析.实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性....

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	计算机科学与探索 Jg. 10; H. 2; S. 220 - 229
Hauptverfasser:	超木日力格, 于剑, 朱杰
Format:	Journal Article
Sprache:	Chinesisch
Veröffentlicht:	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室,北京,100044%北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室,北京100044 2016 中央司法警官学院信息管理系,河北保定071000
Schlagworte:	Total-Bregman divergence 模糊聚类 Total-Bregman距离 clustering algorithm 聚类算法 fuzzy clustering
ISSN:	1673-9418
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!