区间型数据的可能性聚类算法

• 作者: 徐磊 李庆 罗建禄 贺一民
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 区间型数据 模糊c均值聚类 可能性聚类 平均CR指标
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 251-254
• 页数: 4页
• 分类号: TP181
• 字数: 4222字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.10.069

摘要

针对区间型数据的模糊c均值聚类（IFCM）算法在实际应用中的不足，将可能性理论引入区间型数据的聚类问题，通过放松样本隶属度的约束条件和修正IFCM算法的目标函数，提出一种区间型数据的可能性聚类算法。通过仿真模拟实验和平均CR指标分析，结果表明：在包含噪声和孤立点等代表性比较差的样本数据的聚类问题中，该算法明显优于IFCM算法，能有效地降低噪声对聚类效果的影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆	武警警官学院电子技术系	10	41	3.0	6.0
2	罗建禄	武警警官学院电子技术系	14	33	3.0	5.0
3	徐磊	武警警官学院电子技术系	15	37	3.0	6.0
4	贺一民	武警警官学院电子技术系	1	3	1.0	1.0