论文部分内容阅读
提出基于随机初始化、参数扰动和特征子集映射的多扰动的局部自适应软子空间聚类（I。AC）融合算法（MLACE）。MLACE具有以下特点：（i）多扰动融合：从初始化、参数和特征子集等不同侧面，探测数据内部结构，使之相互融合，从而达到改善聚类正确性的目的；（ii）融合信息提升：根据LAC算法输出的子空间权重矩阵，定义数据属于每一类的概率，形成提升的融合信息；（iii）融合一致性函数改进：融合信息的形式由0／1二值信息转换成[0，1]实值信息，因此，一致性函数采用了性能较优的实数值融合算法FastglobalK-