10.3969/j.issn.1672-9870.2010.04.036
多尺度可能性聚类算法
针对可能性聚类算法对初始化参数敏感及容易产生重合聚类的问题,提出了多尺度可能性聚类算法(MPcM).算法结合均值漂移聚类算法与可能性聚类算法的思想,使其既保留了均值漂移聚类算法中能够揭示数据的多尺度聚类结构、不依赖于初始化参数的优点,也保留了可能性聚类算法可对数据集进行模糊划分的优点.同时,避免了均值漂移算法计算量过大以及可能性聚类对容易产生重合聚类的缺点.与传统的可能性聚类及其改进算法的对比实验结果表明,MPCM能够更加准确地揭示数据在不同尺度下的聚类结构,具有相对较好的聚类性能.
模糊聚类、可能性聚类、均值漂移、多尺度结构
33
TP391.4(计算技术、计算机技术)
吉林省科技发展计划项目20080353
2011-03-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
124-127