基于混合距离学习的双指数模糊C均值算法

• 作者: 王士同 王骏
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 距离学习 聚类 模糊C均值算法 混合距离 Steffensen迭代法
• 年，卷（期）: 2010,（8）
• 页码范围: 1878-1888
• 分类号: TP181
• 字数: 6812字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03607

摘要

提出了一种基于DI-FCM(double indices fuzzy C-means)算法框架的无监督距离学习算法--基于混合距离学习的双指数模糊C均值算法HDDI-FCM(double indices fuzzy C-means with hybrid distance).数据集未知距离度量被表示为若干已有距离的线性组合,然后执行HDDI-FCM,在对数据集进行有效聚类的同时进行距离学习.为了保证迭代算法收敛,引入了Steffensen迭代法来改进计算簇中心点的迭代公式.讨论了算法中参数的选择.基于UCI(University of California,Irvine)数据集的实验结果表明该算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
3	王骏	南京理工大学计算机科学与技术学院	49	553	8.0	23.0