优化KPCA特征提取下的FCM算法研究

• 作者: 张凤梅 张永 蔡静颖 谢福鼎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核函数主元分析 文化算法 模糊聚类
• 年，卷（期）: 2009,（32）
• 所属期刊栏目: 研究、探讨
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP391
• 字数: 3265字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.32.012

摘要

利用核函数主元分析(KPCA)方法对大样本、高维数据进行特征提取预处理,并结合文化算法(CA)选择最优或接近最优的核函数,将其用于模糊C均值(FCM)聚类中,不但有效地提取了样本的非线性信息,而且使样本维数得到约简.实验表明该方法具有较好的聚类效果和更少的训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢福鼎	辽宁师范大学计算机系	54	419	12.0	17.0
2	张永	辽宁师范大学计算机系	48	408	12.0	17.0
3	张凤梅	辽宁师范大学计算机系	15	107	5.0	10.0
4	蔡静颖	辽宁师范大学计算机系	1	5	1.0	1.0