改进的模糊C均值聚类算法及其在海底热液硫化物组分分析中的应用

• 作者: 宋士吉 张旭男 李家彪 李小虎 田赤英
• 来源期刊: 海洋学研究
• 学科: 地球科学
• 关键词: 聚类有效性 粒子群算法 模糊C均值聚类算法 海底热液硫化物 组分
• 年，卷（期）: 2010,（4）
• 页码范围: 22-28
• 分类号: P736.4|P744
• 字数: 6296字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-909X.2010.04.003

摘要

在聚类分析中,模糊C均值(FCM)聚类算法有着广泛的应用.在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等.本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定.在此基础上,提出了基于粒子群(PSO)的模糊C均值混合聚类算法,以解决已有原始FCM聚类算法容易陷入局部极小点和收敛速度慢的问题.仿真测试结果表明:改进后的FCM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果.最后,将改进的FCM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋士吉	清华大学自动化系	30	368	8.0	19.0
2	田赤英	中国大洋协会办公室	4	14	3.0	3.0
3	张旭男	清华大学自动化系	1	3	1.0	1.0