基于混合距离学习的双指数模糊c均值算法

提出了一种基于di-fcm(doubleindicesfuzzyc-means)算法框架的无监督距离学习算法——基于混合距离学习的双指数模糊c均值算法hddi-fcm(doubleindicesfuzzyc-meanswithhybriddistance).数据集未知距离度量被表示为若干已有距离的线性组合,然后执行hddi-fcm,在对数据集进行有效聚类的同时进行距离学习.为了保证迭代算法收敛,引入了steffensen迭代法来改进计算簇中心点的迭代公式.讨论了算法中参数的选择.基于uci(universityofcalifornia,irvine)数据集的实验结果表明该算法是有效的.