Journal of Software, Vol.21, No.8, August 2010, pp.1878−1888
摘要:
提出了一种基于DI-FCM(double indices fuzzy
C-means)算法框架的无监督距离学习算法——基于混合距离学习的双指数模糊C 均值算法HDDI-FCM(double indices fuzzy
C-means with hybrid
distance).数据集未知距离度量被表示为若干已有距离的线性组合,然后执行HDDI-FCM,在对数据集进行有效聚类的同时进行距离学习.为了保证迭代算法收敛,引入了Steffensen
迭代法来改进计算簇中心点的迭代公式.讨论了算法中参数的选择.基于UCI(University of
California,Irvine)数据集的实验结果表明该算法是有效的.