摘要
针对分类型数据导致聚类性能下降的问题,本文提出一种新的熵特征变换FCM聚类算法。首先根据熵的数学描述形式,定义分类型数据参数的熵特征值,进而生成熵特征变换模型及其增量模型;接着定义模型的矩阵“痕迹”,获取EFTM模型数据的特征集合;然后融合FCM聚类分析,设计一种以熵为特征提取的主体描述形式的聚类算法;最后实验均表明,该算法具有较高的自适应性。
出处
《数字技术与应用》
2024年第1期57-59,共3页
Digital Technology & Application
基金
论文受广东省科技大专项目资助(mmkj2020033)
广东省普通高校特色创新类项目(2018KTSCX153)资助
广东省普通高校特色创新类项目(2021KTSCX076)资助。
