|
|||||
|
|
| 基于可能性C-均值的鲁棒多视角聚类算法 | |
| 作者姓名： | 杨欣欣 黄少滨 |
| 作者单位： | 哈尔滨工程大学计算机科学与技术学院 |
| 基金项目： | 国家自然科学基金资助项目(71272216);国家科技支撑计划资助项目(2012BAH08B02);中央高校基本科研业务费专项资金资助项目(HEUCF10063,HEUCFZ1212) |
| 摘 要： | 目前多数多视角聚类算法不考虑噪声问题,为了更有效地分析含有噪声数据的聚簇结构,提出了一种基于可能性C-均值的鲁棒多视角聚类(PCM-RMVC)算法,该算法同时利用多个视角空间中的特征信息,最小化每个视角空间中数据对象与聚簇中心的距离.推导出数据隶属度和每个视角权重的迭代更新规则,设计出聚类过程的迭代算法.实验表明:PCM-RMVC算法对噪声具有较强的鲁棒性,并且聚类效果优于五种有代表性的多视角聚类算法. |
| 关 键 词： | 数据挖掘 聚类 可能性C-均值 鲁棒性 多视角数据 聚簇数目 |
| 本文献已被 CNKI 等数据库收录！ | |