论文部分内容阅读
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．