-
题名K平面聚类算法的模糊改进及其鲁棒性研究
被引量：2
- 1
-
-
作者
朱林
王士同
潘永惠
韩斌
-
机构
江南大学信息工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第8期1923-1927,共5页
-
基金
国家863项目(2006AA10Z313)
国家自然科学基金(60225015)
+1 种基金
国防应用基础研究基金项目(A1420461266)
2005年教育部科学研究重点基金项目(105087)资助课题
-
文摘
该文针对K平面聚类算法KPC(K-Plane Clustering)对噪声点敏感的缺陷,通过引入隶属度约束函数,推导出鲁棒的改进分割K平面聚类算法IFP-KPC(Improved Fuzzy Partitions for K-Plane Clustering),并利用Voronoi距离对IFP-KPC算法的鲁棒性进行了合理解释。实验结果表明IFP-KPC算法较之于KPC算法具有更好的聚类效果。
-
关键词
K平面聚类
改进模糊分割
Voronoi距离
鲁棒性
-
Keywords
K-plane clustering
improved fuzzy partitions
Voronoi distance
Robustness
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于知识利用的迁移学习一般化增强模糊划分聚类算法
被引量：16
- 2
-
-
作者
蒋亦樟
邓赵红
王骏
葛洪伟
王士同
-
机构
江南大学数字媒体学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2013年第10期975-984,共10页
-
基金
国家自然科学基金项目(No.60903100
61170122
+6 种基金
61272210)
江苏省自然科学基金项目(No.BK2009067
BK2012552)
浙江省自然科学基金项目(No.LY13F020011)
中央高校基本科研业务费专项项目(No.JUSRP21128
JUDCF13030)
教育部新世纪优秀人才支持计划项目(No.NCET-12-0882)资助
-
文摘
针对非充分数据集及噪声对聚类分析的干扰,基于模糊C均值(FCM)框架下的聚类技术,即一般化的增强模糊划分聚类算法(GIFP-FCM),探讨具有迁移学习能力的聚类方法——融入迁移学习机制的GIFP-FCM算法(T-GIFP-FCM).该算法通过有效利用历史相关场景(域)总结得到的知识来指导当前场景(域)中信息不足时的聚类任务,从而提高聚类效果.通过在模拟数据集及真实数据集上的仿真实验,结果显示文中算法较之传统算法在处理信息不足任务时具有更佳的性能.
-
关键词
迁移学习
非充分数据集
模糊C均值(FCM)
一般化的增强模糊划分聚类算法(GIFP-FCM)
-
Keywords
Transfer Learning, Insufficient Dataset, improved fuzzy partitions （GIFP-FCM） fuzzy C-Means （FCM）, Generalized FCM with
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
