典型文献
类中心极大的多视角极大熵聚类算法
文献摘要：
在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败.为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多视角极大熵聚类算法.该算法通过调整每个视角上的权重来体现某个视角的重要性,并通过类中心极大惩罚项解决了多视角聚类任务下,因数据稀少、数据维度高导致每个视角上的类中心趋于一致的问题.通过大量实验进一步证明,该算法在处理高维度、数据稀少、存在干扰数据和多视角的数据集时,其聚类效果明显优于传统的聚类算法.
文献关键词：
极大熵聚类;类中心惩罚项;多视角聚类;类中心一致
中图分类号：
作者姓名：
丁健宇;祁云嵩;赵呈祥
作者机构：
江苏科技大学 计算机学院,江苏 镇江212100
文献出处：
引用格式：
[1]丁健宇;祁云嵩;赵呈祥-.类中心极大的多视角极大熵聚类算法)[J].计算机应用研究,2022(04):1019-1023,1059
A类：
极大熵聚类,类中心惩罚项,类中心一致
B类：
熵聚类算法,稀少,数据维度,多视角聚类,法会,惩罚机制,融合权重,权重矩阵,重来,来体,某个,高维度,干扰数据
AB值：
0.19087
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
