基于模糊最大散度差判别准则的聚类方法

• 作者: 王士同 皋军
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 模糊最大散度差判别准则 鉴别矢量 降维 模糊聚类 鲁棒性
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2939-2949
• 页数: 11页
• 分类号: TP18
• 字数: 5850字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03410

摘要

基于最大散度差判别准则提出了一种模糊最大散度差准则,并根据模糊最大散度差准则提出一种聚类方法(fuzzy maximum scatter difference discriminant criterion based clustering algorithm,简称FMSDC).该方法通过迭代优化方法实现聚类的同时还可以实现特征降维.该方法首先在最大散度差判别准则中引入模糊概念;然后通过具体原则设定模糊最大散度差判别准则中的参数η,从而在一定程度上降低了由参数η引起的敏感性;最后分别根据模糊隶属度μ_(ik)、最优鉴别矢量ω进行聚类和特征降维.实验结果表明,FMSDC方法不但具有基本的聚类功能,而且具有较好的鲁棒性和较强的特征降维能力.