计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
2期
240-244
,共5页
王丽娟%郝志峰%蔡瑞初%温雯
王麗娟%郝誌峰%蔡瑞初%溫雯
왕려연%학지봉%채서초%온문
聚类融合%软子空间聚类%局部自适应软子空间聚类%多扰动
聚類融閤%軟子空間聚類%跼部自適應軟子空間聚類%多擾動
취류융합%연자공간취류%국부자괄응연자공간취류%다우동
Clustering ensemble%Soft subspace clustering%Local adaptive soft subspace clustering%Multimodal perturbation
提出基于随机初始化、参数扰动和特征子集映射的多扰动的局部自适应软子空间聚类(LAC)融合算法(MLACE).MLACE具有以下特点:(i)多扰动融合:从初始化、参数和特征子集等不同侧面,探测数据内部结构,使之相互融合,从而达到改善聚类正确性的目的;(ii)融合信息提升:根据LAC算法输出的子空间权重矩阵,定义数据属于每一类的概率,形成提升的融合信息;(iii)融合一致性函数改进:融合信息的形式由0/1二值信息转换成[0,1]实值信息,因此,一致性函数采用了性能较优的实数值融合算法Fast global K-means来进一步改善融合正确性.实验选取2个仿真数据库和5个UCI数据库测试MLACE的聚类正确性,实验结果表明,MLACE聚类正确性优于K-means、LAC、基于参数扰动LAC融合算法(P-MLACE).
提齣基于隨機初始化、參數擾動和特徵子集映射的多擾動的跼部自適應軟子空間聚類(LAC)融閤算法(MLACE).MLACE具有以下特點:(i)多擾動融閤:從初始化、參數和特徵子集等不同側麵,探測數據內部結構,使之相互融閤,從而達到改善聚類正確性的目的;(ii)融閤信息提升:根據LAC算法輸齣的子空間權重矩陣,定義數據屬于每一類的概率,形成提升的融閤信息;(iii)融閤一緻性函數改進:融閤信息的形式由0/1二值信息轉換成[0,1]實值信息,因此,一緻性函數採用瞭性能較優的實數值融閤算法Fast global K-means來進一步改善融閤正確性.實驗選取2箇倣真數據庫和5箇UCI數據庫測試MLACE的聚類正確性,實驗結果錶明,MLACE聚類正確性優于K-means、LAC、基于參數擾動LAC融閤算法(P-MLACE).
제출기우수궤초시화、삼수우동화특정자집영사적다우동적국부자괄응연자공간취류(LAC)융합산법(MLACE).MLACE구유이하특점:(i)다우동융합:종초시화、삼수화특정자집등불동측면,탐측수거내부결구,사지상호융합,종이체도개선취류정학성적목적;(ii)융합신식제승:근거LAC산법수출적자공간권중구진,정의수거속우매일류적개솔,형성제승적융합신식;(iii)융합일치성함수개진:융합신식적형식유0/1이치신식전환성[0,1]실치신식,인차,일치성함수채용료성능교우적실수치융합산법Fast global K-means래진일보개선융합정학성.실험선취2개방진수거고화5개UCI수거고측시MLACE적취류정학성,실험결과표명,MLACE취류정학성우우K-means、LAC、기우삼수우동LAC융합산법(P-MLACE).
