具备历史借鉴能力的软划分聚类模型

• 作者: 孙寿伟 蒋亦樟 钱鹏江 陈爱国
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 软划分聚类算法 信息缺失或失真 历史知识 知识利用 隐私保护
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 435-439
• 页数: 5页
• 分类号: TP181
• 字数: 4925字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.02.0435

摘要

在数据稀少或失真等场景下,传统软划分聚类算法无法获得满意的聚类效果.为解决该问题,以极大熵聚类算法为基础,基于历史知识利用的途径,提出两种新的具备历史借鉴能力的软划分聚类模型(分别简称SPBC-RHK-1和SPBC-RHK-2).SPBC-RHK-1是仅借鉴历史类中心的基础模型,SPBC-RHK-2则是以历史类中心和历史隶属度相融合为手段的高级模型.通过历史知识借鉴,两种模型的聚类有效性均得到有效提高,比较而言具备更高知识利用能力的SPBC-RHK-2模型在聚类有效性和鲁棒性上具有更好的表现.由于所用历史知识不暴露历史源数据,因此两种方法还具有良好的历史数据隐私保护效果.最后在模拟数据集和真实数据集上的实验验证了上述优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱鹏江	江南大学数字媒体学院	33	123	5.0	9.0
2	陈爱国	江南大学数字媒体学院	14	54	5.0	7.0
3	蒋亦樟	江南大学数字媒体学院	50	216	8.0	11.0
4	孙寿伟	江南大学数字媒体学院	4	12	3.0	3.0