基于样本加权的可能性模糊聚类算法

• 作者: 刘兵 周勇 夏士雄 韩旭东
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 样本加权 可能性C-均值聚类 可能性模糊聚类
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 科研通信
• 页码范围: 371-375
• 分类号: TP18
• 字数: 4505字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.02.026

摘要

可能性模糊聚类算法解决了噪音敏感和一致性聚类问题,但算法假定每个待分析样本对聚类的贡献相同,导致离群点或噪声点对算法的干扰较强,算法迭代次数过大.为此,提出一种基于样本加权的可能性模糊聚类算法,新算法具有更快的收敛速度,对标准数据集和人工数据集加噪后的测试结果表明,该算法具有更强的鲁棒性,在有效降低时间复杂度的同时能够取得较好的聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏士雄	中国矿业大学计算机科学与技术学院	118	1158	18.0	28.0
2	周勇	中国矿业大学计算机科学与技术学院	85	984	16.0	29.0
3	刘兵	中国矿业大学计算机科学与技术学院	34	203	9.0	13.0
4	韩旭东	中国矿业大学计算机科学与技术学院	2	56	2.0	2.0