分段二次方转换函数驱动的高斯核模糊C均值聚类

唐益明^1,2*,张征¹,芦启明¹

合肥工业大学 1.计算机与信息学院, 2.情感计算与先进智能机器安徽省重点实验室, 安徽 合肥 230601

发布日期:2020-03-27

作者简介:唐益明(1982— ),男,博士,副研究员,研究方向为机器学习、情感计算、图像处理. E-mail:tym608@163.com*通信作者
基金资助:国家自然科学基金资助项目(61673156,61432004,U1613217,61672202);中国博士后科学基金资助项目(2014T70585);安徽省自然科学基金资助项目(1408085MKL15,1508085QF129);国家“863”高技术研究发展计划资助项目(2012AA011103)

Gaussian kernel fuzzy C-means clustering driven by piecewise quadratic transfer function

TANG Yi-ming^1,2*, ZHANG Zheng¹, LU Qi-ming¹

1. School of Computer and Information, 2. Anhui Province Key Laboratory of Affective Computing and Advanced Intelligent Machine, Hefei University of Technology, Hefei 230601, Anhui, China

Published:2020-03-27

摘要/Abstract

摘要： 基于转换数据的模糊聚类算法存在转换模式单一、聚散效果不明显的问题,提出了分段二次方转换函数驱动的高斯核模糊C均值聚类算法。首先,通过分段二次方转换函数将原先分段线性数据转化的策略进行了相应的拓展,使数据转化的模式更加细腻,使得同类型的数据更好地聚集在一起,非同类型的数据进行远离。其次,我们引入了高斯核函数,将数据从低维空间映射到高维空间来进行聚类划分。最后,将这些集成到模糊聚类的框架之中,形成了所提算法。通过对比实验表明,所提算法明显优于相关的4种算法。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3247