基于粒子群优化的软子空间聚类算法
Soft Subspace Clustering Based on Particle Swarm Optimization作者机构:辽宁工程技术大学软件学院葫芦岛125105
出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期:2015年第28卷第10期
页 面:903-912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:国家自然科学基金项目(No.71371091) 辽宁省高等学校杰出青年学者成长计划项目(No.LJQ2012027) 辽宁省教育厅一般项目(No.L2013131)资助
摘 要:目标函数和子空间搜索策略决定软子空间聚类算法的性能,而聚类有效性分析是衡量其性能的主要指标.针对子空间聚类性能,提出基于粒子群优化的软子空间聚类算法(SC-WPSO).首先,利用K均值类型框架,结合类间分散度和特征权重,提出模糊加权软子空间聚类目标函数.然后,为跳出局部最优,将带惯性权重的粒子群算法作为子空间的搜索策略.最后,根据提出的聚类有效性函数,选取最佳聚类数目.在数据集上的实验证实SC-PSO能提高聚类准确度,同时自动确定最佳聚类数目.