基于信息熵加权的协同聚类改进算法

• 作者: 殷萍 沈莞蔷 高翠芳 黄珊维
• 来源期刊: 计算机应用研究
• 关键词: 模糊聚类 协同关系 差异矩阵 信息熵 权重系数
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1016-1018,1023
• 页数: 4页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.04.013

摘要

为了改进协同聚类中计算量较大的问题,提出一种信息熵加权的模糊协同聚类算法.首先引入信息熵来衡量隶属度差异矩阵中包含的不确定性信息,然后根据有效信息量定义相似性距离中的权重,最后通过权重对聚类的贡献实现子集之间的协同聚类.实验结果显示,新算法能充分利用数据子集中蕴涵的相关信息,以较高的计算效率实现更准确的协同聚类.与已有算法相比,新算法能自适应地计算协同关系强度,简化了参数设置和协同函数的复杂计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高翠芳	江南大学理学院	18	91	5.0	9.0
2	沈莞蔷	江南大学理学院	13	67	3.0	8.0
3	黄珊维	江南大学理学院	1	11	1.0	1.0
4	殷萍	江南大学理学院	2	11	1.0	2.0