基于Finsler几何的k-means算法  

The k-means algorithm based on Finsler geometry

作　　者：许晴[1] 李凡长[1] 邹鹏[1] 

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《中国科学技术大学学报》2014年第7期570-575,共6页JUSTC

基　　金：国家自然科学基金(61033013;60775045);东吴学者计划;苏州大学敬文书院"3I工程"重点项目资助

摘　　要：针对k-means算法存在的相似性度量、准则函数优化效果不理想及多维流形数据分析性能效果不好等问题,引入Finsler几何中的Finsler度量,提出了一种基于Finsler几何的k-means算法,并在UCI数据集和ORL人脸数据库上与传统k-means算法及SBKM算法进行了比较,实验结果验证了该算法的可行性和有效性.The problems with the k-means algorithm that the optimization effect of similarity measure and criterion function is not ideal and the analysis performance of multi-dimensional manifold data is ineffective ,a modified version based on Finsler geometry was proposed ,which introduces Finsler metric . Experimental results in comparison with traditional k-means algorithm and SBKM algorithm on UCI data sets and ORL face image sets show the feasibility and effectiveness of the algorithm .

关 键 词：FINSLER几何 FINSLER度量 K-MEANS算法 相似性度量 准则函数 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]