一种基于Mahalanobis距离的增量聚类算法

• 作者: 王建英 郑宏亮
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊c均值聚类 Mahalanobis距离 增量学习
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 38-40
• 分类号: TP301.6
• 字数: 3823字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.12.011

摘要

经典的模糊c均值聚类算法对非球型或椭球型分布的数据集进行聚类效果较差.将经典的模糊c均值聚类中的欧氏距离用Mahalanobis距离替代,利用Mahalanobis距离的优点,将其用于增量学习中,提出一种基于马氏距离的模糊增量聚类学习算法.实验结果表明该算法能较有效地解决模糊聚类方法中的缺陷,提高了训练精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宏亮	辽宁师范大学计算机与信息技术学院	25	128	7.0	10.0
2	王建英	辽宁师范大学数学学院	7	35	2.0	5.0