一種局部搜索自適應(yīng)核模糊聚類方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
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(guò)計(jì)算數(shù)據(jù)點(diǎn)與聚類中心的隸屬度對(duì)數(shù)據(jù)進(jìn)行聚類的算法,擁有高效、快捷的特點(diǎn)而被廣泛應(yīng)用于各領(lǐng)域,然而KFCM算法存在對(duì)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(gè)局限性。針對(duì)這兩個(gè)問(wèn)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(píng)價(jià)函數(shù)來(lái)確定最優(yōu)的聚類數(shù)目和利用部分樣本數(shù)據(jù)進(jìn)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(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
一種局部搜索自適應(yīng)核模糊聚類方法下載
相關(guān)電子資料下載
- 對(duì)新輔助TCHP治療響應(yīng)的HER2+乳腺癌空間蛋白質(zhì)組特征 547
- 使用輪廓分?jǐn)?shù)提升時(shí)間序列聚類的表現(xiàn) 316
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 介紹一種基于分層聚類方法的木馬通信行為檢測(cè)模型 1060
- 深度學(xué)習(xí)聚類的綜述 780
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述(二) 679
- 如何在 Python 中安裝和使用頂級(jí)聚類算法 415
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述(一) 638
- 機(jī)器學(xué)習(xí)之分類分析與聚類分析 3550