10.3969/j.issn.1000-386x.2016.01.078
一种自适应参数的切换回归聚类算法
自模糊c回归模型(FCRM)聚类算法提出以来,其在收敛速度和鲁棒性等方面的改进一直是研究的热点.为此,M.S.Yang等提出模糊c回归模型α(FCRMα)算法,该算法引入参数α,对FCRM算法进行了快速迭代,提高了算法的鲁棒性.然而该算法存在参数α选值的问题.针对这种情况,基于相似关系理论提出一种自适应的α参数取值方法,得到了自适应迭代过程的SAF-CRM算法.多个实验表明,相对于FCRMα算法,SAFCRM算法具有更强的鲁棒性,收敛速度更快,得到的回归效果也更好.
切换回归、模糊聚类、参数优化、自适应
33
TP301.6(计算技术、计算机技术)
浙江省温州市科技计划项目G20130031;浙江省高职高专院校专业领军项目lj2013146;温州市公益性科技计划项目G20140049
2016-04-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
330-333