一种基于调和均值的模糊聚类算法

• 作者: 杨万海 赵恒
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 模糊k调和均值聚类 聚类中心 条件概率 划分相似度
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 短文
• 页码范围: 114-117
• 页数: 4页
• 分类号: TP18
• 字数: 3083字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2004.05.027

摘要

k调和均值算法用数据点与所有聚类中心的距离的调和平均替代了数据点与聚类中心的最小距离,是一种减小初始值影响聚类结果的有效的聚类方法.本文对k调和均值算法进行扩展,考虑到数据点同时对不同聚类的隶属关系,将模糊的概念应用到聚类中,提出了模糊k调和均值-Fuzzy K-Harmonic Means(FKHM)算法.在中心迭代聚类算法的统一框架的基础上,推导出FKHM算法聚类中心的条件概率表达式以及在迭代过程中的数据点加权函数表达式.以划分相似度作为聚类结果的评价准则,实验表明,FKHM算法在聚类对于初值不敏感的同时提高了聚类结果的精确度,达到较好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨万海	西安电子科技大学电子工程学院	121	2711	28.0	47.0
2	赵恒	西安电子科技大学电子工程学院	29	237	9.0	14.0