10.3969/j.issn.1000-1220.2007.06.021
一种基于互信息的模糊聚类集成算法
聚类集成是机器学习中的新问题.它是利用同一数据集的多个聚类划分集成在一起,以提高聚类分析的性能.如何发现从多个划分中得到"consensus clustering"是一个很困难的问题.很多学者对此作了研究.本文提出了一种基于互信息的模糊聚类集成算法.该算法主要扩展了Strehl & Ghosh提出的基于互信息的聚类集成目标函数,将其应用到模糊划分的集成,同时利用类似于信息瓶颈聚类的算法进行求解.实验结果表明,在4个UCI的数据集上,基于互信息的聚类集成能获得良好的性能.
聚类集成、互信息、信息瓶颈
28
TP181(自动化基础理论)
国家自然科学基金60234030
2007-07-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
1068-1071