文献类型：期刊文章

作　　者：王熙照[1] 王丽娟[1] 王利伟[2]

机构地区：[1]河北大学数学与计算机学院机器学习研究中心,保定071002 [2]空军第一航空学院,河南信阳464000

出　　处：《计算机工程与应用》

基　　金：河北省教育厅科研计划项目(编号:2001206)

年　　份：2003

卷　　号：39

期　　号：18

起止页码：92-94

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：传递闭包聚类是根据其相似矩阵的传递闭包生成一个聚类图(模式空间的若干个精确划分),聚类过程的模糊性主要体现在相似矩阵上,并可以通过模糊信息熵函数度量。聚类过程中模糊性的大小是衡量聚类效果好坏的一个重要指标。降低聚类的模糊性,有利于最终的决策(指定一个精确的划分)。论文引入了交叉熵的概念,通过学习权重,极小化交叉熵,可以有效地降低聚类的模糊性。

关 键 词：聚类 传递闭包聚类  模糊信息熵  

分 类 号：TP181]