控制与决策

作者：顾苏杭,王士同

单位：江南大学数字媒体学院，江苏无锡214122;常州轻工职业技术学院信息工程与技术学院，江苏常州213164,,江南大学数字媒体学院，江苏无锡214122,

关键词：K平面聚类;风格信息;特征扩维;模糊聚类

基金：国家自然科学基金项目(61572236,61300151)；常州工业职业技术学院博士基金项目(BSJJ13101010)；常州工业职业技术学院新一代信息技术团队项目(YB201813101005).

提出利用特征增量学习和数据风格信息双知识表达约束的模糊K平面聚类(ISF-KPC)算法.为了获得更好的泛化性,聚类前利用高斯核函数对原输入特征进行增长式的特征扩维.考虑数据集中来源于同一聚类的样本具有相同的风格,以矩阵的形式表达数据风格信息,并采用迭代的方式确定每个聚类的风格矩阵.大量实验结果表明,双知识表达约束的ISF-KPC与对比算法相比能够取得竞争性的聚类性能,尤其在具有典型风格数据集上能够取得优异的聚类性能.

来源：2020年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第9期