|
|||||
|
|
| 聚类算法研究 | |
| 引用本文： | 廖力, 周雪芹, 李清清, 陈璐, 周建中. 基于双重迭代聚类的模糊投影寻踪聚类算法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(7): 932-938. DOI: 10.13203/j.whugis20140152 |
| 作者姓名： | 廖力 周雪芹 李清清 陈璐 周建中 |
| 作者单位： | 1.湖北工业大学太阳能高效利用湖北省协同创新中心, 湖北 武汉, 430068;2.湖北工业大学工程技术学院, 湖北 武汉, 430068;3.长江科学院, 湖北 武汉, 430010;4.华中科技大学水电与数字化工程学院, 湖北 武汉, 430074 |
| 基金项目： | 长江科学院开放研究基金(CKWV2014219/KY,CKWV2014213/KY);国家自然科学基金(51239004,51309104);湖北省教育厅科学研究计划(Q20151407);湖北循环经济发展研究中心开放研究基金(HXFKY1502) |
| 摘 要： |  建立了一种新的聚类算法——模糊投影寻踪聚类(fuzzy projection pursuit cluster, FPPC)算法,实现了投影寻踪聚类(projection pursuit clustering,PPC)算法与模糊聚类迭代(fuzzy clustering iterative,FCI)算法的良好融合。FPPC算法首先建立了一种新的投影指标函数,该函数由投影值标准差和投影点广义欧氏权距离平方和构成,能避免传统PPC中选取惟一参数密度窗宽时完全依赖经验来决定的问题;然后采用投影技术对高维数据进行降维处理,执行FCI步骤来对低维样本集进行初次聚类运算;接着通过寻找最优投影方向的过程,对样本集进行PPC的二重聚类。  在FPPC求解过程中,运用了由混沌理论、文化算法与差分进化算法融合而成的混沌文化差分进化算法进行优化处理。实验仿真表明,FCI与PPC双重迭代聚类的FPPC算法拥有更优的聚类精度及有效性。  |
| 关 键 词： | 聚类算法 模糊投影寻踪聚类 投影寻踪聚类 模糊聚类迭代 混沌文化差分进化 |
| 收稿时间： | 2014-11-27 |
Clustering Algorithms Research |
|
| LIAO Li, ZHOU Xueqin, LI Qingqing, CHEN Lu, ZHOU Jianzhong. A Dual Iterative Clustering Based Fuzzy Projection Pursuit Clustering Algorithm[J]. Geomatics and Information Science of Wuhan University, 2016, 41(7): 932-938. DOI: 10.13203/j.whugis20140152 | |
| Authors: | LIAO Li ZHOU Xueqin LI Qingqing CHEN Lu ZHOU Jianzhong |
| Affiliation: | 1.Hubei Collaborative Innovation Center for High-efficiency Utilization of Solar Energy, Hubei University of Technology, Wuhan 430068, China;2.College of Engineering and Technology, Hubei University of Technology, Wuhan 430068, China;3.Changjiang River Scientific Research Institute, Wuhan 430010, China;4.School of Hydropower and Information Engineering, Huazhong University of Science and Technology, Wuhan 430074, China |
| Abstract: | This paper presents a new fuzzy projection pursuit clustering (FPPC) algorithm. FPPC is a combination of the fuzzy clustering iteration (FCI) algorithm and the projection pursuit clustering algorithm. In this paper, we adopted a new projection index function formed by the standard deviation of projection values and the quadratic sum of Euclidean distance between projection values. The new projection index function can avoid the qualitative selection of the Density Window Width, which is generally determined by experience. After lowering the dimension of sample data using projection technology, the FPPC algorithm takes a dual iterative clustering approach with FCI and PPC. In the FPPC solution process, the chaotic culture differential evolution (CCDE) algorithm formed by the chaos theory, cultural algorithm and differential evolution algorithm is adopted. Experimental simulations show that FPPC algorithm has higher clustering precision and effectiveness. |
| Keywords: | clustering algorithm fuzzy projection pursuit clustering projection pursuit clustering fuzzy clustering iterative chaotic culture differential evolution |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 | |
| 点击此处可从《武汉大学学报(信息科学版)》下载全文 | |