一种新型的模糊C均值聚类初始化方法

• 作者: 刘笛 朱学峰 苏彩红
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 模糊C均值聚类 初始聚类中心 不完全匹配 免疫记忆
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP274
• 字数: 2994字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.11.045

摘要

模糊C均值聚类(FCM)是一种广泛采用的动态聚类方法,其聚类效果往往受初始聚类中心的影响.受自适应免疫系统对入侵机体的抗原产生免疫记忆的机理启示,提出了一种新的产生初始聚类中心的方法.算法中,待分析的数据被视为入侵性抗原,产生的记忆细胞作为聚类分析的初始中心.克隆选择用来产生抗原的记忆细胞群体,免疫网络理论则用来抑制该群体规模的快速增长.实验结果表明免疫记忆机理用于FCM初始中心的选择是可行的,不仅提高了FCM算法的收敛速度,而且可以通过改变阈值的大小自动决定类别数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱学峰	华南理工大学自动化学院	176	2399	23.0	42.0
2	刘笛	华东理工大学自动化系	1	34	1.0	1.0
3	苏彩红	华南理工大学自动化学院	6	97	5.0	6.0