基于划分自适应融合的多视角模糊聚类算法
来源期刊:控制与决策2016年第4期
论文作者:邓赵红 张丹丹 蒋亦樟 刘解放 王士同
文章页码:593 - 600
关键词:数据划分;自适应融合;视角集成;自适应学习;模糊聚类;
摘 要:针对多视角聚类任务如何更好地实现视角间的合作之挑战,提出一种新的视角融合策略.该策略首先为每个视角设置一个划分,然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合,最终利用视角集成方法得到全局划分结果.将上述策略应用到经典的FCM(Fuzzy C-means)模糊聚类框架,提出相应的多视角模糊聚类算法.在模拟数据集和UCI数据集上的实验结果均显示,所提出的算法较几种相关聚类算法在应对多视角聚类任务时具有更好的适应性和更好的聚类性能.
邓赵红,张丹丹,蒋亦樟,刘解放,王士同
江南大学数字媒体学院
摘 要:针对多视角聚类任务如何更好地实现视角间的合作之挑战,提出一种新的视角融合策略.该策略首先为每个视角设置一个划分,然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合,最终利用视角集成方法得到全局划分结果.将上述策略应用到经典的FCM(Fuzzy C-means)模糊聚类框架,提出相应的多视角模糊聚类算法.在模拟数据集和UCI数据集上的实验结果均显示,所提出的算法较几种相关聚类算法在应对多视角聚类任务时具有更好的适应性和更好的聚类性能.
关键词:数据划分;自适应融合;视角集成;自适应学习;模糊聚类;