模糊加权多视角可能性聚类算法-计算机应用与软件.PDF
文本预览下载声明
第34卷第4期 计算机应用与软件 Vol34No.4
2017年4月 ComputerApplicationsandSoftware Apr.2017
模糊加权多视角可能性聚类算法
王振辉 夏鸿斌
(江南大学数字媒体学院 江苏无锡214122)
摘 要 受益于独有的可能性聚类特性,较之传统FCM、kmeans等基于类均值方法,PCM拥有更佳的聚类效
果和抗噪性能。但PCM为传统单视角聚类算法,其在面对新兴多视角聚类场景时,往往效果欠佳。为解决此问
题,基于PCM,提出一种新型的称为模糊加权多视角可能性聚类WCoPCM算法。WCoPCM显著优点在于其具
备对各视角的自适应加权。有关UCI数据集的实验结果表明该算法较传统聚类算法及多视角聚类算法更具抗干
扰性,有着更佳的聚类性能。
关键词 可能性聚类 多视角聚类 模糊加权 抗干扰性
中图分类号 TP181 文献标识码 A DOI:10.3969/j.issn.1000386x.2017.04.050
MULTIVIEWPOSSIBILITYCLUSTERINGALGORITHMUSINGFUZZYWEIGHTING
WangZhenhui XiaHongbin
(SchoolofDigitalMedia,JiangnanUniversity,Wuxi214122,Jiangsu,China)
Abstract Benefitingfromthedelicatemechanismofpossibilityclustering,PCMappearspreferableperformance
regardingeffectivenessandantinoise,againstthoseconventionalmeanbasedmethodssuchasFCMandkmean.
However,PCMstillbelongstothetraditionalsingleviewclusteringmethod,whichincursitsinefficiencyinthe
fashionablemultivieworientedscenario.Foraddressingsuchchallenge,basedonPCM,anovelclusteringalgorithm,
referredtoasfuzzilyweightedmultiviewCoPCM (WCoPCMforshort),isproposedinthispaper.Thedistinctive
meritofWCoPCMliesinitsselfadaptiveweightingmechanismforthemultipleviews.Theexperimentalstudies
implementedonsomeUCIdatasetsindicatethat,comparedwithsometraditionalclusteringapproachesaswellassome
existingmultiviewones,WCoPCMfeaturesbetterantiinterferenceandclusteringeffectiveness.
Keywords Possibilityclustering Multiviewclustering Fuzzyweighting Noiseimmunity
果。对于该情况,可能性聚类(PCM)算法不再规定各
0 引 言 样本隶属度之和必须等于 1,使得噪声和例外点在聚
类过程中的隶属度被赋予一个较小值,从而使其对聚
[1-2] 类结果的影响变小,最终增强了聚类算法的抗噪性也
模糊C均值聚类算法(FCM )是模糊聚类算
的鼻祖,它不仅产生
显示全部