论文部分内容阅读
传递闭包聚类是根据其相似矩阵的传递闭包生成一个聚类图(模式空问的若干个精确划分)，聚类过程的模糊性主要体现在相似任阵上，并可以通过模糊信息熵函数度量。聚类过程中模糊性的大小是衡量聚类效果好坏的一个重要指标。降低聚类的模糊性，有利于最终的决策(指定一个精确的划分)。论文引入了交叉熵的概念，通过学习权重，极小化交叉熵，可以有效地降低聚类的模糊性。