|
|||||
|
|
| 基于堆叠稀疏自编码的模糊C-均值聚类算法 | |
| 引用本文： | 段宝彬,韩立新,谢进.基于堆叠稀疏自编码的模糊C-均值聚类算法[J].计算机工程与应用,2015(4). |
| 作者姓名： | 段宝彬 韩立新 谢进 |
| 作者单位： | 1. 合肥学院 数学与物理系，合肥 230601; 河海大学 计算机与信息学院，南京 211100 2. 河海大学 计算机与信息学院,南京,211100 3. 合肥学院 数学与物理系,合肥,230601 |
| 基金项目： | 江苏省高校“青蓝工程”中青年学术带头人培养对象资助项目；安徽省自然科学基金项目(No.1208085MA15)；合肥学院应用数学重点建设学科基金(No.2014xk08)。 |
| 摘 要： | 针对模糊C-均值聚类算法对孤立点、随机初始化的聚类中心比较敏感的问题，将堆叠稀疏自编码与传统模糊C-均值聚类算法相结合，对传统模糊C-均值聚类算法进行了改进。由于堆叠稀疏自编码可以提取原始数据集从低层到高层的特征，而高层的特征通常比原始数据集更能反映待聚类样本的本质特征，用其代替原始数据集进行聚类，有助于提高聚类的效果。利用改进后的算法在UCI的几个标准数据集上进行实验，结果表明改进后的算法是有效可行的。 |
| 关 键 词： | 堆叠稀疏自编码 模糊C-均值聚类 特征 深度学习 |
Fuzzy C-means clustering algorithm based on stacked sparse autoencoders Computer Engineering and Applications |
|
| DUAN Baobin,HAN Lixin,XIE Jin.Fuzzy C-means clustering algorithm based on stacked sparse autoencoders Computer Engineering and Applications[J].Computer Engineering and Applications,2015(4). | |
| Authors: | DUAN Baobin HAN Lixin XIE Jin |
| Abstract: | |
| Keywords: | stacked sparse autoencoders fuzzy C-means clustering features deep learning |
| 本文献已被 万方数据 等数据库收录！ | |
