一种改进的可能模糊聚类算法

• 作者: 刘兵 夏士雄 张辰
• 来源期刊: 计算机应用研究
• 关键词: 样本加权 模糊聚类 可能模糊聚类
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2848-2851,2882
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.08.013

摘要

通过分析FCM、PCM、IPCM和PFCM等流行的聚类算法和它们在噪声环境下所面临的问题,提出一种概率模糊聚类新算法(SWPFCM),该算法结合样本加权和一种适用于噪音环境下的初始化聚类中心的方法,可以有效地消除噪声对聚类结果的影响.实验表明,SWPFCM算法具有处理大量噪声数据的能力,但对于没有噪声或噪声很少时,效果不明显,当目标样本集中出现噪声时,使用SWPFCM算法聚类将会得到满意的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张辰	中国矿业大学计算机学院	10	132	5.0	10.0
2	夏士雄	中国矿业大学计算机学院	118	1158	18.0	28.0
3	刘兵	中国矿业大学计算机学院	34	203	9.0	13.0