queeniewsy的博客

在应用谱聚类分析时，数据的相似矩阵对聚类性能和聚类结果的稳定性起着至关重要的角色。 为了提高聚类性能和聚类结果的稳定性，本文提出一种联合学习相似矩阵和聚类结果的新方法，称为数据谱聚类结构和模糊相似矩阵的联合学习方法（FSCM）。 在FSCM中，利用双指标模糊C均值聚类算法的能力来确定任意一对数据点之间的模糊相似度。通过自适应分配数据点的模糊领域来确定数据的模糊相似矩阵，从而找到数据点谱聚类结构，保证FSCM聚类的稳定性。 在合成数据集和真实数据集上的结果验证了该方法的有效性。