距离修正的模糊C均值聚类算法

• 作者: 刘海涛 李隽颖 楼晓俊
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚类 模糊C均值 距离度量 点密度 调节因子
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 646-648
• 分类号: TPI8|TP391.4|TP301.6
• 字数: 2907字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00646

摘要

经典的模糊C均值算法基于欧氏距离,存在等划分趋势的缺陷,分错率较高,只适用于球形结构的聚类.针对这一问题,利用数据的点密度信息,在数据点与聚类中心的距离度量中引入了调节因子,提出了一种基于密度的距离修正矩阵,并用其代替经典模糊C均值算法中的距离度量矩阵.通过人造数据集和UCI数据集的两组聚类实验,证实了改进算法对非球形结构的数据同样适用,且相比经典的模糊C均值算法具有更高的聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘海涛	中国科学院上海微系统与信息技术研究所	121	805	17.0	22.0
5	楼晓俊	中国科学院上海微系统与信息技术研究所	9	59	4.0	7.0
6	李隽颖	中国科学院上海微系统与信息技术研究所	4	40	3.0	4.0