基于最小平方和残差的高阶模糊联合聚类算法

摘要：

目前,多数高阶联合聚类算法属于硬划分方法,不考虑聚簇重叠问题.为了更有效地分析具有重叠聚簇结构的数据,提出了一种基于最小平方和残差的高阶模糊联合聚类算法(MSR-HFCC),该算法将聚类问题转化为最小化模糊平方和残差的优化问题,推导出求解优化问题的隶属度迭代更新公式,设计出聚类过程的迭代算法.实验结果表明,MSR-HFCC算法聚类效果优于目前已有的5种硬划分高阶联合聚类算法.

关键词：高阶异构数据、联合聚类、模糊聚类、平方和残差

所属期刊栏目：40

分类号：P207;TP181(一般性问题)

资助基金：国家自然科学基金资助项目71272216,60903080;博士后科学基金资助项目2012M5100480;国家科技支撑计划资助项目2009BAH42B02,2012BAH08B02;中央高校基本科研业务费专项基金资助项目HEUCFZ1212,HEUCF100603.The National Natural Science Foundation of China,Nos.71272216,60903080; the Science Foundation for Post Doctorate Research,No.2012M5100480; the National Key Technology R&D Program,Nos.2009BAH42B02,2012BAH08B02; the Fundamental Research Funds for the Central University,Nos.HEUCFZ1212,HEUCF100603.

在线出版日期：2015-03-27（万方平台首次上网日期，不代表论文的发表时间）

页码：238-242