一种基于最大模糊熵的高斯聚类算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于最大模糊熵的高斯聚类算法

谭扬波, 陈光

文章导航 > 电子科技大学学报 > 2000 > 29(3): 269-272

谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法[J]. 电子科技大学学报, 2000, 29(3): 269-272.

引用本文:

谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法[J]. 电子科技大学学报, 2000, 29(3): 269-272.

Tan Yangbo, Chen Guangiu. A Gaussian Clustering Method Based on Maximum Fuzzy Entropy[J]. Journal of University of Electronic Science and Technology of China, 2000, 29(3): 269-272.

Citation:

Tan Yangbo, Chen Guangiu. A Gaussian Clustering Method Based on Maximum Fuzzy Entropy[J]. Journal of University of Electronic Science and Technology of China, 2000, 29(3): 269-272.

一种基于最大模糊熵的高斯聚类算法

谭扬波,
陈光

1.
电子科技大学自动化系成都 610054

基金项目:

电子部预研基金资助项目

作者简介:
谭扬波男 27岁博士生

中图分类号: O236;TP182

A Gaussian Clustering Method Based on Maximum Fuzzy Entropy

1.
Dept of Automation,UEST of China Chengdu 610054

摘要: 介绍了一种新的模糊聚类方法,定义了模糊熵,提出了基于最大模糊熵的模糊聚类的方法,得到了一种新的聚类算法——GCM算法。该算法的物理意义清晰,有明确的数学含义,相对于传统的FCM聚类算法,其聚类效果更好。
- 熵 /
- 最大模糊熵 /
- 模糊聚类 /
- 高斯聚类算法
Abstract: This paper proposes a new method for fuzzy clustering. Fuzzy entropy is defined at first,then a new fuzzy clustering method based on maximum fuzzy entropy is proposed, that is GCM method.Compared to traditional FCM method, this method has clearer physical meaning and well-defined mathematical features. It also has better clustering results.
- entropy /
- maximum fuzzy entropy /
- fuzzy clustering /
- gaussian clustering method

[1]	赵倩文, 吴晔, 王胜烽. 人在社交网络中的投资行为研究 . 电子科技大学学报, 2018, 47(2): 298-302. doi: 10.3969/j.issn.1001-0548.2018.02.022
[2]	陈爱国, 王玲, 任金胜, 罗光春. 基于资源分组的多约束云工作流调度算法 . 电子科技大学学报, 2017, 46(3): 562-568. doi: 10.3969/j.issn.1001-0548.2017.03.014
[3]	卢扬, 樊超, 韩筱璞, 荣智海. 签到行为的可预测性及影响因素分析 . 电子科技大学学报, 2015, 44(2): 163-171. doi: 10.3969/j.issn.1001-0548.2015.02.001
[4]	邹赛, 汪文勇, 唐勇, 张骏. 在动态水环境中基于熵的无线传感器网络路由算法 . 电子科技大学学报, 2014, 43(1): 82-87. doi: 10.3969/j.issn.1001-0548.2014.01.014
[5]	杨燕, 冯晨菲, 贾真, 王红军. 基于链接的模糊聚类集成方法 . 电子科技大学学报, 2014, 43(6): 887-892. doi: 10.3969/j.issn.1001-0548.2014.06.016
[6]	陈庆利, 蒲亦非, 黄果, 周激流. 数字图像的0~1阶Riemann-Liouville分数阶微分增强模板 . 电子科技大学学报, 2011, 40(5): 772-776. doi: 10.3969/j.issn.1001-0548.2011.05.026
[7]	黄智勇, 曾孝平, 周建林, 石幸利. 利用接触跟踪机制实现Email蠕虫的检测 . 电子科技大学学报, 2011, 40(3): 435-439. doi: 10.3969/j.issn.1001-0548.2011.03.021
[8]	于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类 . 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030
[9]	王卫星, 王李平, 赖均, 李婷婷. 基于类间最大交叉熵的坎尼边界扫描 . 电子科技大学学报, 2010, 39(3): 402-406,434.
[10]	舒剑, 许春香. 高效的口令基认证组密钥协商协议 . 电子科技大学学报, 2009, 38(3): 393-396. doi: 10.3969/j.issn.1001-0548.2009.03.018
[11]	王鹏, 常征. 算法隐含并行性的物理模型 . 电子科技大学学报, 2009, 38(4): 588-591. doi: 10.3969/j.issn.1001-0548.2009.04.026
[12]	姜群, 李祖枢, 欧阳, 董世都, 邱小平. 在子集条件约束下的最大熵分布及其应用 . 电子科技大学学报, 2008, 37(1): 94-96,123.
[13]	曾翎, 王美玲, 陈华富. 遗传模糊C-均值聚类算法应用于MRI分割 . 电子科技大学学报, 2008, 37(4): 627-629.
[14]	郑晓鸣, 吕士颖, 王晓东. 免疫接种粒子群的聚类算法 . 电子科技大学学报, 2007, 36(6): 1264-1267.
[15]	葛森, 黄大贵. 基于最大互信息方法的机械零件图像识别 . 电子科技大学学报, 2007, 36(4): 801-804.
[16]	晏华, 刘贵松. 采用熵的多维K-匿名划分方法 . 电子科技大学学报, 2007, 36(6): 1228-1231.
[17]	牛强, 夏士雄, 周勇, 张磊. 改进的模糊C-均值聚类方法 . 电子科技大学学报, 2007, 36(6): 1257-1259,1272.
[18]	耿技, 印鉴. 改进的共享型最近邻居聚类算法 . 电子科技大学学报, 2006, 35(1): 70-72.
[19]	叶茂, 陈勇. 基于分布模型的层次聚类算法 . 电子科技大学学报, 2004, 33(2): 171-174.
[20]	张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联 . 电子科技大学学报, 2001, 30(6): 638-642.

WeChat

点击查看大图

计量

文章访问数: 4443
HTML全文浏览量: 145
PDF下载量: 85
被引次数: 0

一种基于最大模糊熵的高斯聚类算法

谭扬波,
陈光

1. 电子科技大学自动化系成都 610054

基金项目:

电子部预研基金资助项目

作者简介:
谭扬波男 27岁博士生

收稿日期: 1999-10-13
刊出日期: 2000-06-15

中图分类号: O236;TP182

关键词:

摘要: 介绍了一种新的模糊聚类方法,定义了模糊熵,提出了基于最大模糊熵的模糊聚类的方法,得到了一种新的聚类算法——GCM算法。该算法的物理意义清晰,有明确的数学含义,相对于传统的FCM聚类算法,其聚类效果更好。

English Abstract

谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法[J]. 电子科技大学学报, 2000, 29(3): 269-272.

引用本文:

谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法[J]. 电子科技大学学报, 2000, 29(3): 269-272.

Tan Yangbo, Chen Guangiu. A Gaussian Clustering Method Based on Maximum Fuzzy Entropy[J]. Journal of University of Electronic Science and Technology of China, 2000, 29(3): 269-272.

Citation:

Tan Yangbo, Chen Guangiu. A Gaussian Clustering Method Based on Maximum Fuzzy Entropy[J]. Journal of University of Electronic Science and Technology of China, 2000, 29(3): 269-272.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发