基于减法聚类改进的模糊c-均值算法的模糊聚类研究

• 作者: 于迪 李义杰
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 模糊c-均值 减法聚类 权值
• 年，卷（期）: 2010,（16）
• 页码范围: 14-16,20
• 分类号: TP18
• 字数: 3153字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2010.16.005

摘要

针对模糊c-均值(FCM)聚类算法受初始聚类中心影响,易陷入局部最优,以及算法对孤立点数据敏感的问题,提出了解决方案:采用快速减法聚类算法初始化聚类中心,为每个样本点赋予一个定量的权值,用来区分不同的样本点对最终的聚类结果的不同作用,为提高聚类速度采用修正隶属度矩阵的方法,并将算法与传统的FCM相比.实验结果表明,该算法较好地解决了初值问题,与随机初始化方法相比,迭代次数少、收敛速度快、具有较好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李义杰	辽宁工程技术大学软件学院	34	222	10.0	12.0
2	于迪	辽宁工程技术大学研究生学院	11	20	2.0	4.0