基于模糊K-harmonic means的谱聚类算法

• 作者: 刘贵全 汪中 陈恩红
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 谱聚类 模糊K-harmonic means 初始化敏感 聚类中心
• 年，卷（期）: 2009,（2）
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP311
• 字数: 3861字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.02.001

摘要

谱聚类作为一种有效的方法广泛应用于机器学习.通过分析谱聚类初始化敏感的实质,引入对初值不敏感的模糊K-harmonic means算法来克服这一缺点,提出一种基于模糊K-harmonic means的谱聚类算法(FKHM-SC).与传统谱聚类算法以及对初值敏感的K-means、FCM算法相比,改进算法不仅可以识别有挑战性的人工数据,并且可以得到稳定的聚类中心和聚类结果,同时提高了聚类的精确度.实验结果表明了该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机科学与技术学院	87	1942	22.0	42.0
3	刘贵全	中国科学技术大学计算机科学与技术学院	51	728	11.0	26.0
5	汪中	中国科学技术大学计算机科学与技术学院	6	248	3.0	6.0