-
题名基于混合核函数的可能性C-均值聚类算法
被引量：1
- 1
-
-
作者
杭欣
李雷
-
机构
南京邮电大学自动化学院
-
出处
《计算机应用研究》
CSCD
北大核心
2012年第8期2852-2853,2885,共3页
-
基金
国家自然科学基金资助项目(61070234
61071167)
-
文摘
针对传统的模糊C-均值算法对于非球形分布的数据聚类效果不理想且易受到噪声数据的影响,利用可能性C-均值算法具有良好的抗噪声性能,将混合核函数引入到该算法中,提出了一种基于混合核函数的可能性C-均值(HKPCM)聚类算法。该算法将原空间的待分类样本映射到一个高维的特征空间(核空间)中,使得样本变得线性可分,然后在核空间中进行聚类。实验结果证实了HKPCM算法的可行性和有效性。
-
关键词
聚类算法
核函数
模糊c-均值算法
可能性c-均值算法
-
Keywords
clustering algorithm
kernel function
fuzzy c-means algorithm
possibilistic c-means algorithm
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名结合缺失模式的不完整数据模糊聚类
被引量：4
- 2
-
-
作者
郑奇斌
刁兴春
曹建军
-
机构
解放军理工大学指挥信息系统学院
南京电讯技术研究所
-
出处
《计算机科学》
CSCD
北大核心
2017年第12期58-63,共6页
-
基金
国家自然科学基金(61371196)资助
-
文摘
数据的完整性是数据可用性的重要维度。由于数据采集等过程中存在的问题,现实中的数据往往存在缺失。现有的聚类算法在面对不完整数据时一般采用忽略缺失或填补缺失的策略,但是当数据缺失属于非随机缺失时,这样的处理策略会导致聚类精度严重下降。当数据缺失属于非随机缺失时,数据缺失模式与缺失属性的取值相关,因此在不完整对象的相似度量中加入缺失模式相似的度量,提出了两种结合缺失模式的PCM(Possibilistic c-means)模糊聚类算法:最小化缺失模式距离之和的PatDistPCM算法和基于缺失模式聚类的PatCluPCM算法。在两个公开数据集上的实验证明,考虑缺失模式的模糊聚类PatDistPCM和PatCluPCM算法,在对存在非随机缺失的数据进行聚类时,能有效提高聚类结果的准确性。
-
关键词
数据完整性
模糊聚类
非随机缺失
缺失模式
可能性c-均值算法
-
Keywords
Data integrality,Fuzzy clustering ,MNAR ,Missing pattern, Possibilistic c-means
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
