许朝晖
- 作品数：3 被引量：7H指数：2
- 供职机构：西安邮电大学通信与信息工程学院更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 鲁棒的特征权重自调节软子空间聚类算法被引量：2
- 2015年
- 针对已有的特征权重自调节软子空间(SC-FWSA)聚类算法存在对噪声敏感的问题,基于一种非欧氏距离,提出一种鲁棒的特征权重自调节软子空间(RSC-FWSA)聚类算法。RSC-FWSA在迭代过程中自适应地为数据生成一个权函数,通过计算每一类数据的加权平均来计算聚类中心,这种"加权平均"使得聚类中心的估计对噪声相对不敏感,从而可以提升算法对带噪声数据和复杂结构数据的聚类精度。人工数据和真实数据上的对比性实验,验证了RSC-FWSA算法的有效性。特别是人工带噪声数据和3个真实数据:Wine,Zoo以及Breastcancer上的实验结果表明,RSC-FWSA可以显著提升原对应算法的聚类精度。RSC-FWSA具有的强鲁棒性使得该算法适用于高维带噪声和复杂结构数据的聚类问题。
- 支晓斌许朝晖
- 关键词：特征加权
- 改进型特征权重自调节K-均值聚类算法被引量：3
- 2014年
- 针对特征权重自调节K-均值聚类(FWSA-KM)算法对噪声敏感的问题,提出一种改进型特征权重自调节K-均值聚类(IFWSA-KM)算法。用一种非欧氏距离代替FWSA-KM算法中的欧氏距离,以增加聚类算法的抗噪声性能。通过用人工数据和真实数据的对比性实验,可验证IFWSA-KM算法的有效性。
- 支晓斌许朝晖
- 关键词：聚类算法鲁棒性
- 基于闵科夫斯基距离的特征权重自调节软子空间聚类算法被引量：2
- 2016年
- 针对特征权重自调节软子空间聚类(soft subspace clustering with feature weight self-adjustment mechanism,SC-FWSA)算法使用欧氏距离,存在对数据适应性较差的问题,将SC-FWSA算法中的欧氏距离拓展为闵科夫斯基距离(Minkowski distance),提出一种基于闵科夫斯基距离的特征权重自调节软子空间聚类(Minkowski distance based soft subspace clustering with feature weight self-adjustment mechanism,MSC-FWSA)算法,MSC-FWSA算法有效提高了SC-FWSA算法对数据的适应性。若干真实数据集上的对比性实验验证了MSC-FWSA算法的有效性。
- 支晓斌许朝晖
- 关键词：聚类特征加权
