结构α-熵的加权高斯混合模型的子空间聚类

• 作者: 李凯 张可心
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 模糊熵 结构α-熵 特征加权 高斯混合模型 高维数据 子空间聚类
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 学术论文|PAPERS
• 页码范围: 718-725
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.12263/DZXB.20201146

摘要

利用信息熵或模糊熵确定子空间聚类中每个簇的不同特征,较好地解决了高维数据的子空间聚类.为了进一步提高聚类算法的性能,将权向量的负结构α-熵引入到高斯混合模型中,获得了结构α-熵的加权高斯混合的子空间聚类模型,提出了结构α-熵的加权高斯混合模型的子空间聚类算法SEWMM(Structuralα-Entropy Weighting Mix?ture Model),该算法不仅可以发现高维数据空间中位于不同子空间的簇,而且能够获得子空间中具有不同形状体积的簇.同时,进一步分析了算法的收敛性与时间复杂性.通过选取UCI(University of California,Irvine)标准数据集及图像数据集,对提出的算法SEWMM进行了实验,并与一些典型的聚类算法进行了比较,表明了提出的算法在总体性能上具有一定的提升.