基于模糊K-harmonic means的谱聚类算法

摘要：

谱聚类作为一种有效的方法广泛应用于机器学习.通过分析谱聚类初始化敏感的实质,引入对初值不敏感的模糊K-harmonic means算法来克服这一缺点,提出一种基于模糊K-harmonic means的谱聚类算法(FKHM-SC).与传统谱聚类算法以及对初值敏感的K-means、FCM算法相比,改进算法不仅可以识别有挑战性的人工数据,并且可以得到稳定的聚类中心和聚类结果,同时提高了聚类的精确度.实验结果表明了该算法的有效性和可行性.

关键词：谱聚类、模糊K-harmonic means、初始化敏感、聚类中心

所属期刊栏目：4

分类号：TP311(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60775037;教育部新世纪优秀人才支持计划资助项目NCET-05-0549

在线出版日期：2009-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：95-99