基于知识迁移隐因子分析的自适应模糊双C均值聚类

针对不完整数据的模糊C均值聚类难以兼顾精细插补与聚类效果的问题，研究者提出NA聚类算法，由NRNLF_KT模型与AFD_SS算法构成。NRNLF_KT通过非线性映射放松非负约束并构建无约束优化问题，同时建立与目标矩阵模式不同的辅助矩阵以提取有用知识；AFD_SS引入稀疏自表示技术兼顾全局与局部信息，并用粒子群优化算法为特定数据集选取合适参数。真实数据集实验验证了该方法的优越性。