鲁棒的交叉熵模糊聚类算法

• 作者: 严寒冰 姚兰 蔚泽峰
• 来源期刊: 计算机应用研究
• 关键词: 模糊聚类 交叉熵 模糊C-均值聚类 聚类性能
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2948-2951
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0198

摘要

针对模糊C-均值聚类(FCM)算法对噪声敏感、容易收敛到局部极小值的问题,提出一种基于交叉熵的模糊聚类算法.通过引入交叉熵重新定义了传统FCM算法的目标函数,利用交叉熵度量样本隶属度之间的差异性,并采用拉格朗日求解方法和朗伯W函数解决了目标函数的优化问题,此外,分析了样本划分矩阵的分布情况,依据分布特性对噪声样本进行识别.人工数据集合和标准数据集加噪的实验结果表明,该算法提高了传统FCM算法的抗干扰能力,具有更强的鲁棒性,噪声样本识别的准确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严寒冰	成都信息工程大学控制工程学院	17	32	3.0	5.0
2	姚兰	成都信息工程大学控制工程学院	23	144	8.0	10.0
3	蔚泽峰	成都信息工程大学控制工程学院	5	12	2.0	3.0