一种快速的广义噪声聚类算法

• 作者: 武小红 武斌 贾红雯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊C-均值聚类 可能C-均值聚类 广义噪声聚类
• 年，卷（期）: 2013,（13）
• 页码范围: 145-148
• 页数: 4页
• 分类号: TP181
• 字数: 3246字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0635

摘要

为解决广义噪声聚类（GNC）算法非常依赖参数和在运行GNC算法前必须运行FCM算法以便计算参数的缺点，在GNC的目标函数和可能聚类算法（PCA）基础上，提出一种快速的广义噪声聚类（FGNC）算法。FGNC算法通过一种非参数化方法计算GNC目标函数中的参数，因而FGNC算法不依赖参数并且聚类速度快于GNC算法。对人工含噪声数据集和两个实际数据集进行仿真实验，实验结果表明FGNC算法能很好地处理含噪声数据，具有聚类中心更接近真实聚类中心，聚类准确性高，聚类时间少的优良性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武小红	江苏大学电气信息工程学院	62	694	15.0	24.0
5	武斌	安徽农业大学信息与计算机学院	20	30	2.0	4.0
9	贾红雯	滁州职业技术学院信息工程系	20	25	2.0	3.0