基于证据空间有效性指标的聚类选择性集成

摘要：

首先针对距离空间在描述数据复杂结构信息方面的不足给出证据空间的概念.然后基于证据空间扩展有效性指标Davies-Bouldin,同时利用聚类成员的类别相关矩阵度量差异性.最后以较高有效性和较大差异性为目标选择聚类成员并用于集成.实验结果显示所提方法能够有效提高聚类集成算法的有效性.

关键词：Davies-Bouldin指标、证据空间、聚类选择性集成、互相关矩阵

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60975026,61273275;The National Natural Science Foundation of China60975026,61273275

在线出版日期：2015-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：135-145