结合Total-Bregman距离的模糊聚类算法

• 作者: 于剑 朱杰 超木日力格
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 聚类算法 模糊聚类 Total-Bregman距离
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 220-229
• 页数: 10页
• 分类号: TP301
• 字数: 7945字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1505054

摘要

模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法.目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等.对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能.同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析.实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱杰	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	40	99	6.0	8.0
3	于剑	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	68	1099	12.0	32.0
6	超木日力格	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	5	62	3.0	5.0