FCM聚类算法与改进层次聚类算法的结合

• 作者: 吴陈 陈亚平
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 凝聚层次聚类 模糊c均值聚类 初始聚类中心 全链接
• 年，卷（期）: 2009,（17）
• 所属期刊栏目: 论文
• 页码范围: 5008-5011
• 页数: 4页
• 分类号: TP311.13
• 字数: 3647字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2009.17.025

摘要

模糊c-均值聚类算法(fuzzy C-means 简称FCM)和层次聚类算法是两种非常重要的聚类算法.由于FCM算法对初始聚类中心敏感,并且需要人为确定聚类类别数,这样收敛结果易陷入局部最优解.通过对这两种聚类算法的分析,首先对传统的凝聚层次聚类算法提出了改进,然后用改进的凝聚层次聚类算法得到最佳聚类数和初始聚类中心,最后用FCM算法进行再次聚类,以此得到更好的聚类结果并且减少了执行时间和迭代次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴陈		95	641	13.0	20.0
2	陈亚平		1	11	1.0	1.0