模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
6期
783-791
,共9页
k平面聚类(KPC)%模糊k平面聚类(FKPC)%正交模糊k平面聚类%降维
k平麵聚類(KPC)%模糊k平麵聚類(FKPC)%正交模糊k平麵聚類%降維
k평면취류(KPC)%모호k평면취류(FKPC)%정교모호k평면취류%강유
在模糊k平面聚类(KPC)算法的基础上,通过引入正交约束提出正交模糊k平面聚类算法(OFKPC).与KPC及模糊KPC(FKPC)类似,OFKPC仍从原型出发,用k组超平面替代传统的点(类中心)作为聚类原型.同时根据KPC及FKPC的思想,中心超平面是用来尽量区分不同类样本,因此这些超平面法向量构成的矩阵可用来进行特征降维.在人工数据集和UCI数据集上实验表明,OFKPC算法不仅较FKPC算法有更好的聚类效果,且具有更强的特征降维能力.
在模糊k平麵聚類(KPC)算法的基礎上,通過引入正交約束提齣正交模糊k平麵聚類算法(OFKPC).與KPC及模糊KPC(FKPC)類似,OFKPC仍從原型齣髮,用k組超平麵替代傳統的點(類中心)作為聚類原型.同時根據KPC及FKPC的思想,中心超平麵是用來儘量區分不同類樣本,因此這些超平麵法嚮量構成的矩陣可用來進行特徵降維.在人工數據集和UCI數據集上實驗錶明,OFKPC算法不僅較FKPC算法有更好的聚類效果,且具有更彊的特徵降維能力.
재모호k평면취류(KPC)산법적기출상,통과인입정교약속제출정교모호k평면취류산법(OFKPC).여KPC급모호KPC(FKPC)유사,OFKPC잉종원형출발,용k조초평면체대전통적점(류중심)작위취류원형.동시근거KPC급FKPC적사상,중심초평면시용래진량구분불동류양본,인차저사초평면법향량구성적구진가용래진행특정강유.재인공수거집화UCI수거집상실험표명,OFKPC산법불부교FKPC산법유경호적취류효과,차구유경강적특정강유능력.
