模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2014年
9期
847-855
,共9页
吴晓璇%倪志伟%倪丽萍%张琛
吳曉璇%倪誌偉%倪麗萍%張琛
오효선%예지위%예려평%장침
选择性聚类融合%分形维数%互信息%选择策略%共协矩阵
選擇性聚類融閤%分形維數%互信息%選擇策略%共協矩陣
선택성취류융합%분형유수%호신식%선택책략%공협구진
SelectiveClusteringEnsemble%FractalDimension%NormalizedMutualInformation%Selection Strategy%Co-association matrix
针对传统聚类融合算法不能消除劣质聚类成员的干扰，以及聚类准确性不高等问题，提出一种基于分形维数的选择性聚类融合算法。该算法实现增量式聚类，能够发现任意形状的聚类。通过基于互信息计算权值的选择策略，选取部分优质聚类成员，再利用加权共协矩阵实现融合，获得最终的聚类结果。实验证明，与传统聚类融合算法相比，该算法提高了聚类质量，具有较好的扩展性。
針對傳統聚類融閤算法不能消除劣質聚類成員的榦擾，以及聚類準確性不高等問題，提齣一種基于分形維數的選擇性聚類融閤算法。該算法實現增量式聚類，能夠髮現任意形狀的聚類。通過基于互信息計算權值的選擇策略，選取部分優質聚類成員，再利用加權共協矩陣實現融閤，穫得最終的聚類結果。實驗證明，與傳統聚類融閤算法相比，該算法提高瞭聚類質量，具有較好的擴展性。
침대전통취류융합산법불능소제렬질취류성원적간우，이급취류준학성불고등문제，제출일충기우분형유수적선택성취류융합산법。해산법실현증량식취류，능구발현임의형상적취류。통과기우호신식계산권치적선택책략，선취부분우질취류성원，재이용가권공협구진실현융합，획득최종적취류결과。실험증명，여전통취류융합산법상비，해산법제고료취류질량，구유교호적확전성。
