一种改进的密度加权的模糊 C 聚类算法

• 作者: 王行甫 程用远 覃启贤
• 来源期刊: 计算机系统应用
• 关键词: 模糊聚类 基于密度加权的模糊C聚类 初始聚类中心 最近邻居节点对 密度
• 年，卷（期）: 2012,（9）
• 页码范围: 221-224
• 字数: 2837字
• 语种: 中文

摘要

模糊 C 均值聚类算法(FCM)是一种流行的聚类算法,在许多工程领域有着广泛的应用.密度加权的模糊 C均值算法(Density Weighted FCM)是对传统 FCM 的一种改进,它可以很好的解决 FCM 对噪声敏感的问题.但是DWFCM 与 FCM 都没有解决聚类结果很大程度上依赖初始聚类中心的选择好坏的问题.提出一种基于最近邻居节点对密度的 FCM 改进算法 Improved-DWFCM,通过最近邻居节点估计节点密度的方法解决聚类结果对初始簇中心依赖的问题.仿真结果表明这种算法选择出来的初始聚类中心与最终结果的簇中心非常接近,大大提高了算法收敛的速度以及聚类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行甫	中国科学技术大学计算机学院	38	412	10.0	19.0
2	覃启贤	中国科学技术大学计算机学院	2	13	2.0	2.0
3	程用远	中国科学技术大学计算机学院	2	13	2.0	2.0