聚类是模式识别与机器学习领域的基本问题之一，孪生支持向量机聚类是基于平面聚类的新算法，它没有考虑数据分布对聚类效果的影响。为了解决这个问题，本文考虑其余类样本点分布对聚类平面的影响，构造了一种新的权重函数，并给予样本点不同的惩罚，从而降低离群点对聚类效果的影响。在此基础上，提出一种改进的最小二乘孪生支持向量机聚类算法，该算法只需要求解一系列线性方程组问题，无需求解二次规划问题。人工数据集和UCI数据集上的实验验证了所提算法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
