基于信息熵加权的协同聚类改进算法.pdfVIP

第32卷第4期 计 算 机 应 用 研 究 V01J32No．4 2015年 4月 ApplicationResearchofComputers Apr．2015 基于信息熵加权的协同聚类改进算法术 高翠芳，黄珊维 ，沈莞蔷 ，殷 萍 (江南大学理学院，江苏无锡214122) 摘 要：为了改进协同聚类中计算量较大的问题，提出一种信息熵加权的模糊协同聚类算法。首先引入信息熵 来衡量隶属度差异矩阵中包含的不确定性信息，然后根据有效信息量定义相似性距离中的权重，最后通过权重 对聚类的贡献实现子集之间的协同聚类。实验结果显示，新算法能充分利用数据子集中蕴涵的相关信息，以较 高的计算效率实现更准确的协同聚类。与已有算法相比，新算法能 自适应地计算协同关系强度，简化了参数设 置和协同函数的复杂计算。 关键词：模糊聚类；协同关系；差异矩阵；信息熵 ；权重系数 中图分类号：TP391．3 文献标志码：A 文章编号：1001—3695(2015)04—1016—03 doi：10．3969／j．issn．1001—3695．2015．04．013 Improvedcollaborativeclusteringalgorithm basedonentropyweight GAO Cui—fang，HUANG Shan—wei，SHEN Wan—qiang，YIN Ping (SchoolofScience，JiangnanUniversity，WuxiJiangsu214122，China) Abstract：Inordertoovercomethedisadvantageoflargeamountofcalculationincollaborativeclustering，thispaperproposed anentropy—weightedfuzzycoilaborativeclusteringalgorithm．First．itintroducedtheentropytomeasuretheuncertaininforma— tioninthedifferencematricesofmembershipdegree．Second，itdefinedtheentropy—weigbteddistanceforsimilarityaccording totheavailableinformation．Last．itofferedandimplementedthecollaborativeclusteringbymeansofthecontributionofthe weightedindex．Theexperimentalresultsshowthattheimprovedalgorithm cantakefuUadvantageoftherelevantinfomr ation amongthesubsetsandachievemoreaccuratecollaborativeresultswithhighcomputationalefficiency．Comparedwifhtheexis— tingclustering，theimprovedalgorithm canautomaticallycalculatethecollaborativerelationshipstrength，SOitcansimplifythe assignmentofparametersandthecalculationofcollaborativefunction． Keywords：fuzzyclustering；collaborativerelationship；differencematrix；informationentropy；weightcoefficient Zadeh…的模糊理论为多种模糊分析方法的研究奠定了基 据集的信息。协同函数的主要作