基于Xie-Beni指数的选择性聚类集成
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果.然而,聚类结果的准确性难以客观度量.为此,文中提出了一种基于Xie-Beni指数的选择性聚类集成算法,该算法采用Xie-Beni指数来度量基聚类结果的有效性,利用并结合NMI(互信息)选择出精度较高的基聚类结果,从而提升聚类结果的准确性.实验结果证实了该算法的有效性.
选择性聚类集成、聚类有效性指数、Xie-beni、NMI
47
TP181(自动化基础理论)
国家自然科学基金61806073,61907011
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
457-460