欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
该文针对K平面聚类算法KPC（K-Plane Clustering）对噪声点敏感的缺陷，通过引入隶属度约束函数，推导出鲁棒的改进分割K平面聚类算法IFP—KPC（Improved Fuzzy Partitions for K—Plane Clustering），并利用Voronoi距离对IFP—KPC算法的鲁棒性进行了合理解释。实验结果表明IFP—KPC算法较之于KPC算法具有更好的聚类效果。
英文摘要：
A new robust Improved Fuzzy Partitions for K-Plane Clustering （IFP-KPC） algorithm is proposed. The proposed algorithm can reduce the sensitivity of the k-plane clustering algorithm to noises in real datasets. Also the distances to the Voronoi cell are used to give a reasonable explanation for the robustness of IFP-KPC. Experimental results demonstrate the effectiveness of IFP-KPC.
同期刊论文项目
同项目期刊论文
期刊信息
位置：