[发明专利]基于改进型核模糊C均值类间极大化聚类算法在审
| 申请号： | 201510134150.6 | 申请日： | 2015-03-24 |
| 公开（公告）号： | CN104794482A | 公开（公告）日： | 2015-07-22 |
| 发明（设计）人： | 狄岚;杨文静 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 214122 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明针对普通的核聚类只考虑类内关系而忽略了类与类之间的关系的问题，提出了在核模糊C均值聚类(KDFCM)算法的基础上，引入了在特征空间中的类间极大惩罚项的方法，给出了一种基于改进型核模糊C均值类间极大化聚类(MKDFCM)算法。该算法通过在特征空间中增大类与类之间的距离，构造了一种新的目标函数，通过调控类间距极大惩罚项使之最大化，从而使算法具有较好的聚类效果。该算法与传统的聚类算法相比，对带有噪声点数据集鲁棒性较高，对不平衡数据和边界模糊数据集聚类效果较佳。 | ||
| 搜索关键词： | 基于 改进型 模糊 均值 极大 化聚类 算法 | ||
【主权项】：
基于改进型核模糊C均值类间极大化聚类(MKDFCM)算法，其特征在于，所述方法包括：通过核方法将原始空间中的数据点映射到特征空间中，在特征空间中对数据进行聚类划分。引入极大惩罚项增加类与类之间的距离，使得类中心与类中心之间距离极大化。利用聚类指标对聚类算法性能进行评价。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510134150.6/，转载请声明来源钻瓜专利网。
