DOI码:10.13195/j.kzyjc.2017.0049
发表刊物:控制与决策
关键字:增量聚类算法; 贝叶斯; 自适应共振理论; 不均衡数据;
摘要:针对传统的贝叶斯增量聚类算法需要人为设置参数,且对分布不均衡数据聚类效果不佳的问题,提出一种基于局部分布的贝叶斯自适应共振理论增量聚类算法.首先,利用数据快照读取数据;然后,在无需设置参数的情况下,考虑类簇的局部分布情况,自适应地确定新数据的所属类别,并更新获胜类簇;最后,确定相邻快照中类簇的演化关系.不同数据集的仿真结果表明,所提出的算法在准确性和自适应性方面均有显著提高.
论文类型:期刊论文
学科门类:工学
文献类型:J
卷号:33
期号:3
页面范围:471-478
是否译文:否
发表时间:2018-01-01
收录刊物:EI
发布期刊链接:https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2018&filename=KZYC201803011&uniplatform=NZKPT&v=Iep2kS3biUMy-kVhWK3eWTS9zN_5XKvd4qrKzVnJUbGoXhOjQcsgJjrauoGDpnZp