协同极大熵聚类算法

• 作者: 江森林
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 聚类算法 极大熵 协同系数 协同的极大熵
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 算法
• 页码范围: 268-271,278
• 页数: 5页
• 分类号: TP311
• 字数: 4286字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.05.068

摘要

极大熵聚类算法（MEC）是基于信息论的新型聚类算法。以不同子集之间的协同关系为出发点，与信息理论中的极大熵原理相结合，通过构造新的极大熵目标函数来改变传统聚类算法中对整个数据集直接聚类的机制。提出一种基于协同的极大熵聚类算法CMEC，它不仅具有较MEC算法更高的聚类精度和更好的泛化性等特点，较之协同模糊聚类算法还具有更好的物理意义。实验结果表明所提出的CMEC算法具有上述优点，其聚类效果比传统的聚类算法有了很大的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江森林		7	26	3.0	5.0