基于模糊C-means的多视角聚类算法

作     者：杨欣欣 黄少滨 YANG Xinxin;HUANG Shaobin

作者机构：哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2015年第46卷第6期

页      面：2128-2133页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技支撑计划项目(2012BAH08B02) 哈尔滨工程大学中央高校基本科研业务专项资金资助项目(HEUCFZ1212 HEUCF100603)~~ 

主　　题：多视角聚类 模糊C-means 数据挖掘 

摘      要：目前多数多视角聚类算法属于刚性划分算法,不适用于处理具有聚簇重叠结构的数据集,为此,提出一种基于模糊C-means的多视角聚类算法(简称FCM-MVC),该算法利用隶属度描述对象与类别的关系,能够更真实地描述具有聚簇重叠结构数据集的聚类结果。FCM-MVC算法同时利用多个视角信息,自动计算每个视角的权重。研究结果表明:FCM-MVC算法能够有效处理具有聚簇重叠结构的数据集;与已有的3种经典的多视角聚类算法相比,该算法获得的聚类精度更高。