一种广义加权模糊聚类算法

• 作者: 包志强 吴顺君 韩冰
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 加权模糊聚类 数值特征 类属特征
• 年，卷（期）: 2007,（z1）
• 所属期刊栏目: 网络与存储
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP391
• 字数: 3763字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.z1.055

摘要

提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴顺君	西安电子科技大学雷达信号处理国家重点实验室	212	2480	26.0	37.0
2	包志强	西安电子科技大学雷达信号处理国家重点实验室	9	83	6.0	9.0
3	韩冰	西安电子科技大学电子工程学院	24	191	8.0	13.0