科研之友
微信
新浪微博
Facebook
分享链接
摘要
聚类分析在数据挖掘领域有非常重要的作用.为了克服传统聚类算法存在的低精度、低稳定性、无法求解大规模数据的问题，提出了引入特征选择初始化策略的弹性网络聚类算法(FSENC).算法首先用聚类目标函数替换弹性网络的损失函数，从而获得用于求解聚类的新能量函数，并优化了弹性网络的结构，根据极大熵原理与确定性退火技术，以最小化能量函数的方式得到聚类解.其次，提出了能够根据空间数据分布变化动态调整的初始化策略，提升了算法灵活性.在大量合成数据集和真实数据集上的实验结果表明，FSENC算法在求解聚类问题时是有效和高效的.与一些经典的和近年来新提出的聚类算法相比，能够获得更高的聚类质量，尤其适用于求解大规模高维聚类问题.
- 单位
