摘要
该文针对K平面聚类算法KPC(K-Plane Clustering)对噪声点敏感的缺陷,通过引入隶属度约束函数,推导出鲁棒的改进分割K平面聚类算法IFP-KPC(Improved Fuzzy Partitions for K-Plane Clustering),并利用Voronoi距离对IFP-KPC算法的鲁棒性进行了合理解释。实验结果表明IFP-KPC算法较之于KPC算法具有更好的聚类效果。
A new robust Improved Fuzzy Partitions for K-Plane Clustering (IFP-KPC) algorithm is proposed. The proposed algorithm can reduce the sensitivity of the k-plane clustering algorithm to noises in real datasets. Also the distances to the Voronoi cell are used to give a reasonable explanation for the robustness of IFP-KPC. Experimental results demonstrate the effectiveness of IFP-KPC.
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第8期1923-1927,共5页
Journal of Electronics & Information Technology
基金
国家863项目(2006AA10Z313)
国家自然科学基金(60225015)
国防应用基础研究基金项目(A1420461266)
2005年教育部科学研究重点基金项目(105087)资助课题