文档介绍：第卷第期模式识别与人工智能
26 年摇 10月摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇 Vol. 26摇 No. 10
摇 2013 10 摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇 PR & AI摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇 Oct. 摇摇 2013
摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇
基于知识利用的
迁移学习一般化增强模糊划分聚类算法*
蒋亦樟邓赵红王骏葛洪伟王士同
摇摇摇摇摇摇摇摇摇
江南大学数字媒体学院无锡
( 摇 214122)
摘要针对非充分数据集及噪声对聚类分析的干扰基于模糊 C 均值框架下的聚类技术即一般化的增
摇摇, (FCM) ,
强模糊划分聚类算法探讨具有迁移学习能力的聚类方法融入迁移学习机制的算法
(GIFP鄄FCM), ——— GIFP鄄FCM
该算法通过有效利用历史相关场景域总结得到的知识来指导当前场景域中信息不足时的聚
(T鄄GIFP鄄FCM). ( ) ( )
类任务从而提高聚类效果通过在模拟数据集及真实数据集上的仿真实验结果显示文中算法较之传统算法在处
, . ,
理信息不足任务时具有更佳的性能
.
关键词迁移学习非充分数据集模糊 C 均值一般化的增强模糊划分聚类算法
摇, , (FCM), (GIFP鄄FCM)
中图法分类号
摇 TP 181
Transfer Generalized Fuzzy C鄄Means Clustering Algorithm with
Improved Fuzzy Partitions by Leveraging Knowledge
JIANG Yi鄄Zhang, DENG Zhao鄄Ho ng, WANG Jun, GE ng鄄Wei, Ho WANG S hi鄄Tong
School f Digita o l Med ia Jiangnan University Wuxi
( , , 214122)
ABSTRACT
To weaken the influence of the insu fficient data sets and noise s on the cluste ring a nalysis, a
C
cluste ring a lgorithm, transfer generalized fuzzy ans with鄄me impro ved fuzzy partitio ns (T鄄GIFP鄄FCM) is
proposed based on the mework鄄base FCM fra d cluste ring a lgorith m GIFP鄄FCM. By leveraging the histo rical
knowle dge in the re lated scene ( domain) , the performance of T鄄GIFP鄄FCM is enhanced. Even if th e
data in the urrent c scene are not e nough, th e pro mising cluste ring