正交模糊k平面聚类算法

• 作 者: 应文豪 王士同
• 机 构: 应文豪,YING Wen-Hao(江南大学信息工程学院无锡214122;常熟理工学院计算机科学与工程学院常熟215500)王士同,WANG Shi-Tong(江南大学信息工程学院无锡214122)
• 出 处: 模式识别与人工智能
• 发表日期: 2011年06期
• 关键词: k平面聚类(KPC) 模糊k平面聚类(FKPC) 正交模糊k平面聚类 降维

在模糊k平面聚类(KPC)算法的基础上,通过引入正交约束提出正交模糊k平面聚类算法(OFKPC).与KPC及模糊KPC(FKPC)类似,OFKPC仍从原型出发,用k组超平面替代传统的点(类中心)作为聚类原型.同时根据KPC及FKPC的思想,中心超平面是用来尽量区分不同类样本,因此这些超平面法向量构成的矩阵可用来进行特征降维.在人工数据集和UCI数据集上实验表明,OFKPC算法不仅较FKPC算法有更好的聚类效果,且具有更强的特征降维能力.