堆叠隐空间模糊C均值聚类算法
来源期刊：控制与决策2016年第9期
论文作者：王骏 刘欢 蒋亦樟 邓赵红 王士同
文章页码：1671 - 1677
关键词：隐空间映射;极限学习机;主成分分析;模糊C均值聚类;多层神经网络;
摘 要：基于极限学习机理论,将主成分分析技术与ELM特征映射相结合,提出一种基于主成分分析的压缩隐空间构建新方法.结合多层神经网络学习方法对隐空间进行多层融合,进一步提出了堆叠隐空间模糊C均值聚类算法,从而提高对非线性数据的学习能力.实验结果表明,所提出算法在处理复杂非线性数据时更加高效、稳定,同时克服了模糊聚类算法对模糊指数的敏感性问题.
王骏，刘欢，蒋亦樟，邓赵红，王士同
江南大学数字媒体学院
摘 要：基于极限学习机理论,将主成分分析技术与ELM特征映射相结合,提出一种基于主成分分析的压缩隐空间构建新方法.结合多层神经网络学习方法对隐空间进行多层融合,进一步提出了堆叠隐空间模糊C均值聚类算法,从而提高对非线性数据的学习能力.实验结果表明,所提出算法在处理复杂非线性数据时更加高效、稳定,同时克服了模糊聚类算法对模糊指数的敏感性问题.
关键词：隐空间映射;极限学习机;主成分分析;模糊C均值聚类;多层神经网络;
