熵加权多视角核K-means法

• 作者: 申向东 贺艳芳 邱保志
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚类 多视角聚类 核K-means 熵
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1619-1623
• 页数: 5页
• 分类号: TP181
• 字数: 4840字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.06.1619

摘要

在基于视角加权的多视角聚类中,每个视角的权重取值对聚类结果的精度都有着重要的影响.针对此问题,提出熵加权多视角核K-means(EWKKM)算法,通过给每个视角分配一个合理的权值来降低噪声视角或无关视角对多视角聚类的影响,进而提高聚类的精度.EWKKM算法中,首先用核矩阵表示不同的视角,给每个视角分配一个权重;然后,利用信息熵计算出各个视角的熵权重;最后,按照定义的目标函数对各个视角的权重进行优化,使用核K-means进行多视角聚类.在UCI数据集及人工数据集进行实验,实验结果表明熵加权多视角核K-means算法能够为每个视角分配一个最优的权重值,聚类的精确度优于已有的聚类算法,具有更稳定的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱保志	郑州大学信息工程学院	55	518	13.0	18.0
3	申向东		24	67	5.0	7.0
6	贺艳芳	郑州大学信息工程学院	1	1	1.0	1.0