核距离的直觉模糊c均值聚类算法

dull

摘要:针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法.算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类.实验选择一组人工数据集及一组UCI 数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较.实验结果充分表明了该算法的有效性及优越性.
关键词:直觉模糊集;直觉模糊聚类;核方法;无监督学习
基于核距离的直觉模糊c均值聚类算法.pdf (1.35 MB, 下载次数: 0)

2021-6-2 09:07 上传

点击文件名下载附件
下载积分: 威望 -5

1 \/ ]* h9 Y" `  e( q: I* _

SIN2020

核距离的直觉模糊c均值聚类算法，收藏了。