%0 Journal Article
%T 知识迁移极大熵聚类算法
%A 钱鹏江
%A 孙寿伟
%A 蒋亦樟
%A 王士同
%A 邓赵红
%J 控制与决策
%P 1000-1006
%D 2015
%R 10.13195/j.kzyjc.2014.0770
%X 为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的“参数寻优+聚类有效性度量”机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题.
%K 知识迁移
%K 极大熵聚类
%K 隐私保护
%K 负迁移
%U http://www.kzyjc.net:8080/CN/abstract/abstract13122.shtml