RPCL算法、价值函数和类别数

摘要：

RPCL (Rival Penalized Competitive Learning)算法是一种十分有效的聚类方法,能够自动地确定数据中的类别个数.最近,我们根据其特点建立了一种价值函数,能够在正确类别数处达到最小值,并依此推导出更广泛的一类算法——DSRPCL (Distance Sensitive RPCL)算法.本文对该价值函数做了进一步的理论和实验分析.在一定条件下证明了价值函数在正确类别数初达到全局最小.并在一组模拟数据和图像数据上通过实验验证了价值函数的正确性.

关键词： 聚类分析 价值函数 竞争学习算法 类别数

作者: 马尽文 吴晓岩

作者单位: 北京大学数学科学学院信息科学系(北京)

会议类型: 国内会议

会议名称: 第十一届全国信号处理学术年会

会议地点: 北京

会议语种:中文

页码: 240-244

在线出版日期: 2003-08-01（万方平台首次上网日期，不代表论文的发表时间）