咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >叠加信息熵游走数据聚类算法 收藏

叠加信息熵游走数据聚类算法

Clustering by samples movement in the superposition information entropy field

作     者:续拓 李洁 王颖 XU Tuo;LI Jie;WANGYin g

作者机构:西安电子科技大学电子工程学院陕西西安710071 

出 版 物:《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期:2018年第45卷第4期

页      面:75-79,154页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 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(61432014 61172146 61201294) 中央高校基本科研专项资金资助项目(JB140225) 高等学校博士学科点专项科研基金资助项目(20120203120009 20121401120015) 

主  题:聚类 信息熵 数据游走 

摘      要:在数据聚类的过程中,由于样本数据空间分布的复杂性,相似度度量过程中的重复性以及算法的自适应性等问题,聚类算法往往无法得到正确的聚类结果.为了解决样本数据空间分布复杂的问题,提出叠加信息熵数据游走聚类算法.该算法通过在数值空间构建样本叠加信息熵场,并通过数据游走进行数据分割实现聚类.实验结果表明,该算法不仅可以获得较好的聚类效果,同时具有较高的数据自适应性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分