单趟贝叶斯模糊聚类算法
作者:
作者单位:

作者简介:

刘解放(1982-),男,河南周口人,博士生,CCF专业会员,主要研究领域为模式识别,数据挖掘;蒋亦樟(1988-),男,博士,副教授,CCF专业会员,主要研究领域为模式识别,系统建模;王骏(1978-),男,博士,副教授,CCF高级会员主要研究领域为智能计算,数据挖掘;邓赵红(1981-),男,博士,教授,CCF高级会员,主要研究领域为智能计算,系统建模;王士同(1964-),男,教授,博士生导师,CCF专业会员,主要研究领域为模式识别,人工智能.

通讯作者:

刘解放,E-mail:l.jiefang@gmail.com

中图分类号:

基金项目:

国家自然科学基金(61300151,61572236);江苏省自然科学基金(BK20130155,BK20160187);江苏省杰出青年基金(BK20140001)


Single Pass Bayesian Fuzzy Clustering
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61300151, 61572236); Natural Science Foundation of Jiangsu Province (BK20130155, BK20160187); Jiangsu Province Outstanding Youth Fund (BK20140001)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对于概率模糊聚类,贝叶斯模糊聚类方法表现出良好的聚类性能,它从先验知识和贝叶斯理论的角度出发,采用最大后验概率理论处理模糊划分,进而获取最终的聚类结果.该方法有效地结合了概率论和模糊论两者的优点,较之传统的模糊聚类算法(如FCM算法),该方法能够获取全局最优解并估计聚类个数.但在大数据时代,该方法较高的时间复杂度限制了它的实用性.针对此问题,首先在贝叶斯模糊聚类中引入加权机制,提出了加权贝叶斯模糊聚类算法;然后将其与单趟聚类框架相结合,提出了面向大规模数据的快速单趟贝叶斯模糊聚类算法,并从理论上对相关性质进行了较为深入的分析.所提出的单趟贝叶斯模糊聚类新算法较之贝叶斯模糊聚类算法在时间复杂度和收敛性上均有着不同程度的性能提升,同时继承了贝叶斯模糊聚类的良好的聚类性能.最后,相关实验结果亦验证了所提方法的有效性.

    Abstract:

    Based on the maximum a posteriori (MAP) principle and Bayesian framework, the Bayesian fuzzy clustering (BFC) method recently proposed exhibits promising characteristics in estimating the number of clusters and finding the globally optimal clustering solution, for the method effectively combines the advantages of both probability theory and fuzzy theory. However, since it suffers from its high computational burden, BFC becomes impractical for large-scale datasets. In this paper, in order to circumvent this drawback of BFC, a weighted Bayesian fuzzy clustering (WBFC) algorithm is first proposed by introducing weighting mechanism in BFC. Then, a fast single pass Bayesian fuzzy clustering (SPBFC) algorithm is developed by combining WBFC with a single pass clustering framework. Theoretical analysis on convergence and time complexity is also discussed. The experimental results show that SPBFC not only inherits the promising characteristics, but also has a fast convergence speed for large-scale datasets.

    参考文献
    相似文献
    引证文献
引用本文

刘解放,蒋亦樟,王骏,邓赵红,王士同.单趟贝叶斯模糊聚类算法.软件学报,2018,29(9):2664-2680

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-12-18
  • 最后修改日期:2016-12-12
  • 录用日期:
  • 在线发布日期: 2017-04-11
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号