| 基于加权FCM聚类算法的特征提取与降维研究 |
| |
| 引用本文： | 李蓉蓉,邱林润. 基于加权FCM聚类算法的特征提取与降维研究[J]. 电视技术, 2018, 0(6): 24-27. DOI: 10.16280/j.videoe.2018.06.006 |
| |
| 作者姓名： | 李蓉蓉 邱林润 |
| |
| 作者单位： | 广东科技学院,广东 东莞,523000 |
| |
| 基金项目： | 2015年广东省高校重大科研项目(青年创新人才项目):基于移动互联网的一体化掌上校园的研究与实现项目(2015KQNCX188) |
| |
| 摘 要： | 本文所涉及的降维思维是基于聚类过程和数据相似性产生的,界标等距映射算法在FCM-LI算法当中起到了至关重要的作用,在FCM中间结果对特征向量进行重新提取,尽可能减少特征向量维数,简单化处理FCM计算过程.结果表明,FCM-LI算法与传统高维数据直接分类算法相比,前者的优势比较体现在能够快速完成聚类过程.FCM-LI和FCM的差别在维数降到11维时约为3.95％,然而此时需消耗更多的时间来运行.将维数控制在5维时,此时运行时间最短,但不能确保其准确度,也意味着如果以过低的维数运行则将导致原数据出现错误,无法得到准确的分类结果.
|
| 关 键 词： | FCM算法 聚类 FCM-LI算法 特征 降维 |
Feature Extraction and Dimension Reduction Based on Weighted FCM Clustering Algorithm |
| |
| LI Rongrong,QIU Linrun. Feature Extraction and Dimension Reduction Based on Weighted FCM Clustering Algorithm[J]. Ideo Engineering, 2018, 0(6): 24-27. DOI: 10.16280/j.videoe.2018.06.006 |
| |
| Authors: | LI Rongrong QIU Linrun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
