高阶异构数据模糊联合聚类算法

• 作者: 李艳梅 杨欣欣 申林山 黄少滨
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 高阶异构数据 联合聚类 模糊聚类
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 15-24
• 页数: 10页
• 分类号: TP391
• 字数: 6766字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.06.003

摘要

为了更有效地分析聚簇重叠部分高阶异构数据的聚簇结果,提出了一种高阶异构数据模糊联合聚类(HFCC)算法,该算法最小化每个特征空间中对象与聚簇中心的加权距离.推导出对象隶属度和特征权重的迭代更新公式,设计出聚类过程的迭代算法,并且从理论上证明了该迭代算法的收敛性.另外,通过泛化XB指标,提出适用于评估高阶异构数据聚类质量的指标GXB,用于判断聚簇数目.实验表明,HFCC算法能够有效探测数据内部隐藏的重叠聚簇结构,并且HFCC算法聚类效果明显优于5种有代表性的硬划分算法,此外GXB指标能够有效判定高阶异构数据的聚簇数目.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨欣欣	哈尔滨工程大学计算机科学与技术学院	11	49	4.0	6.0
2	黄少滨	哈尔滨工程大学计算机科学与技术学院	55	319	10.0	15.0
3	李艳梅	哈尔滨工程大学计算机科学与技术学院	14	107	6.0	10.0
4	申林山	哈尔滨工程大学计算机科学与技术学院	5	15	2.0	3.0