基于模拟退火的无监督核模糊聚类算法

摘要

提出一种新的核可能性聚类模型,该模型以核可能性Xie-Beni聚类有效性指标作为代价函数,基于可逆跳转马尔可夫链蒙特卡罗(RJMCMC)的模拟退火方法作为优化策略,聚类个数可以在给定的范围内进行变动,最优的聚类个数与聚类划分被自动获得. 比普通的基于模拟退火的(核)可能性聚类具有更高的效率,且避免了普通(核)可能性聚类中易产生重合聚类的缺陷. 人造数据集和真实数据集上的对比实验表明了算法的有效性.