论文部分内容阅读
针对极大熵聚类算法MEC(maximum entropy clustering)对例外点(outliers)较敏感和不能标识例外点的缺陷,提出了一种改进的极大熵聚类算法RMEC(robust maximum entropy clustering).该算法的基本思想是通过引入Vapnik's ε-不敏感损失函数和权重因子重新构建目标函数,并利用优化理论推导出新的学习公式.RMEC算法不但对例外点较之MEC算法有更好的鲁棒性,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点.仿真试验结果亦