一种新的半监督熵模糊聚类算法

论文摘要

结合熵值和半监督模糊聚类两种概念,提出了半监督熵模糊聚类算法.该算法在目标函数中加入了反映划分矩阵的熵值项和已标记数据标签的监督项,使得聚类算法可以同时兼顾划分矩阵的模糊性和已知样本的类别信息.其迭代求解公式具有较为简洁的形式.将聚类方法应用于文本识别及其他真实数据库,实验结果表明,文章提出的半监督聚类算法和传统的聚类算法相比具有更好的聚类效果.

论文目录

• 1 基本概念
•   1.1 FCM算法
•   1.2 基于熵的FCM算法
•   1.3 半监督模糊聚类
• 2 一种半监督熵模糊聚类
•   2.1 基于熵的二型模糊聚类
•   2.2 算法与流程
• 3 实验与结果
•   3.1 IRIS数据集的聚类分析
•   3.2 WDBC数据集的聚类分析
•   3.3 舆情数据集的文本聚类
• 4 小结

文章来源

类型: 期刊论文

作者: 庄美美,张景

关键词: 熵值,模糊聚类,半监督

来源: 泉州师范学院学报 2019年02期

年度: 2019

分类: 社会科学Ⅱ辑,基础科学,信息科技

专业: 数学,计算机软件及计算机应用

单位: 福建广播电视大学泉州分校,泉州师范学院数学与计算机科学学院

基金: 国家大学生创新创业训练项目(20180399037)

分类号: TP311.13;O159

DOI: 10.16125/j.cnki.1009-8224.2019.02.008

页码: 39-45

总页数: 7

文件大小: 749K

下载量: 52