位置:成果数据库 > 期刊 > 期刊详情页
正交模糊k平面聚类算法
  • ISSN号:1003-6059
  • 期刊名称:模式识别与人工智能
  • 时间:0
  • 页码:783-791
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江南大学信息工程学院,无锡214122, [2]常熟理工学院计算机科学与工程学院,常熟215500
  • 相关基金:国有自然科学基金项目(No.60903100,60975027)、江苏省普通高校研究生科研创新计划项目(No.CXZZ11_0483)资助
  • 相关项目:鲁棒的目标跟踪和识别新方法及在羽绒识别中的应用研究
中文摘要:

在模糊k平面聚类(KPC)算法的基础上,通过引人正交约束提出正交模糊k平面聚类算法(OFKPC).与KPC及模糊KPC(FKPC)类似,OFKPC仍从原型出发,用k组超平面替代传统的点(类中心)作为聚类原型.同时根据KPC及FKPC的思想,中心超平面是用来尽量区分不同类样本,因此这些超平面法向量构成的矩阵可用来进行特征降维.在人工数据集和UCI数据集上实验表明,OFKPC算法不仅较FKPC算法有更好的聚类效果,且具有更强的特征降维能力.

英文摘要:

A clustering algorithm named Orthogonal Fuzzy k-Plane Clustering (OFKPC) is presented by introducing orthogonal restriction into Fuzzy k-Plane Clustering (FKPC). Similar to KPC and FKPC, OFKPC still uses k group hyperplanes as the prototypes of cluster centers. According to the idea of KPC and FKPC, the hyperplanes are built to distinguish samples in different classes. So the matrices constructed by the normal vectors of these hyperplane,s can be used to reduce dimensionality. Experimental results on both artificial and UCI datasets show that OFKPC not only has better clustering results than FKPC but also has the ability of reducing dimensionality.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169