具备历史借鉴能力的软划分聚类模型
来源：计算机应用杂志2015年第2期北京时间：
作者：孙寿伟, 钱鹏江, 陈爱国, 蒋亦樟
单位：江南大学 数字媒体学院, 江苏 无锡 214122
摘要：在数据稀少或失真等场景下,传统软划分聚类算法无法获得满意的聚类效果。为解决该问题,以极大熵聚类算法为基础,基于历史知识利用的途径,提出两种新的具备历史借鉴能力的软划分聚类模型(分别简称SPBC-RHK-1和SPBC-RHK-2)。SPBC-RHK-1是仅借鉴历史类中心的基础模型,SPBC-RHK-2则是以历史类中心和历史隶属度相融合为手段的高级模型。通过历史知识借鉴,两种模型的聚类有效性均得到有效提高,比较而言具备更高知识利用能力的SPBC-RHK-2模型在聚类有效性和鲁棒性上具有更好的表现。由于所用历史知识不暴露历史源数据,因此两种方法还具有良好的历史数据隐私保护效果。最后在模拟数据集和真实数据集上的实验验证了上述优点。
关键词：软划分聚类算法,信息缺失或失真,历史知识,知识利用,隐私保护
基金资助：国家自然科学基金资助项目(61202311);江苏省自然科学基金资助项目(BK201221834);江苏省产学研前瞻性研究项目(BY2013015-02)。
