基于单簇聚类的数据描述 |
| |
引用本文: | 陈斌,冯爱民,陈松灿,李斌.基于单簇聚类的数据描述[J].计算机学报,2007,30(8):1325-1332. |
| |
作者姓名: | 陈斌 冯爱民 陈松灿 李斌 |
| |
作者单位: | 南京航空航天大学信息科学与技术学院,南京航空航天大学信息科学与技术学院,南京航空航天大学信息科学与技术学院,扬州大学信息工程学院 南京210016,扬州大学信息工程学院,江苏扬州225009,南京210016,南京210016,江苏扬州225009,南京大学计算机软件新技术国家重点实验室,南京210093 |
| |
基金项目: | 国家自然科学基金
,
江苏省自然科学基金
,
江苏省高校自然科学基金 |
| |
摘 要: | 文中提出了一种基于单簇可能性C-均值聚类(Possibilistjc C-Means,PCM)的数据描述方法并用于单分类.训练时,其首先进行P1M(PCM,C值取1)聚类,得到所有训练样本对目标类的隶属度;然后设置隶属度阈值,形成相应的数据描述进行单分类.分类时,计算新样本对目标类的隶属度,若其隶属度小于该阈值则判为异常,否则为正常.该方法和当前流行的支持向量域数据描述方法以及Parzen方法窗具有类似的参数配置和相当的分类性能,由此提供了另一种单分类学习算法.值得指出的是,尽管是PCM的一个特例,但P1M拥有PCM一般不具备的全局最优特性,而该特性对解决实际问题十分重要.
|
修稿时间: | 2007-03-05 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|