基于可能性C-均值的鲁棒多视角聚类算法

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：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2014年第42卷第3期

页      面：58-63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：国家自然科学基金资助项目(71272216) 国家科技支撑计划资助项目(2012BAH08B02) 中央高校基本科研业务费专项资金资助项目(HEUCF10063 HEUCFZ1212) 

主　　题：数据挖掘 聚类 可能性C-均值 鲁棒性 多视角数据 聚簇数目 

摘      要：目前多数多视角聚类算法不考虑噪声问题,为了更有效地分析含有噪声数据的聚簇结构,提出了一种基于可能性C-均值的鲁棒多视角聚类(PCM-RMVC)算法,该算法同时利用多个视角空间中的特征信息,最小化每个视角空间中数据对象与聚簇中心的距离.推导出数据隶属度和每个视角权重的迭代更新规则,设计出聚类过程的迭代算法.实验表明:PCM-RMVC算法对噪声具有较强的鲁棒性,并且聚类效果优于五种有代表性的多视角聚类算法.