基于局部分布的贝叶斯自适应共振理论增量聚类算法
来源期刊:控制与决策2018年第3期
论文作者:王玲 孟建瑶
文章页码:471 - 478
关键词: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.
王玲1,孟建瑶2
1. 北京科技大学自动化学院2. 北京科技大学工业过程知识自动化教育部重点实验室
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.
关键词:增量聚类算法;贝叶斯;自适应共振理论;不均衡数据;