基于可能性 C-均值的鲁棒多视角聚类算法

• 作者: 杨欣欣 黄少滨
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 聚类 可能性C-均值 鲁棒性 多视角数据 聚簇数目
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13245/j.hust.140313

摘要

目前多数多视角聚类算法不考虑噪声问题，为了更有效地分析含有噪声数据的聚簇结构，提出了一种基于可能性C-均值的鲁棒多视角聚类（PCM-RM VC ）算法，该算法同时利用多个视角空间中的特征信息，最小化每个视角空间中数据对象与聚簇中心的距离。推导出数据隶属度和每个视角权重的迭代更新规则，设计出聚类过程的迭代算法。实验表明：PCM-RM VC算法对噪声具有较强的鲁棒性，并且聚类效果优于五种有代表性的多视角聚类算法。

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