知识迁移极大熵聚类算法
来源期刊:控制与决策2015年第6期
论文作者:钱鹏江 孙寿伟 蒋亦樟 王士同 邓赵红
文章页码:1000 - 1006
关键词:知识迁移;极大熵聚类;隐私保护;负迁移;
摘 要:为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的"参数寻优+聚类有效性度量"机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题.
钱鹏江,孙寿伟,蒋亦樟,王士同,邓赵红
江南大学数字媒体学院
摘 要:为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的"参数寻优+聚类有效性度量"机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题.
关键词:知识迁移;极大熵聚类;隐私保护;负迁移;