基于信息熵加权的协同聚类改进算法

摘要

为了改进协同聚类中计算量较大的问题,提出一种信息熵加权的模糊协同聚类算法.首先引入信息熵来衡量隶属度差异矩阵中包含的不确定性信息,然后根据有效信息量定义相似性距离中的权重,最后通过权重对聚类的贡献实现子集之间的协同聚类.实验结果显示,新算法能充分利用数据子集中蕴涵的相关信息,以较高的计算效率实现更准确的协同聚类.与已有算法相比,新算法能自适应地计算协同关系强度,简化了参数设置和协同函数的复杂计算.