一种基于属性分解的FCM融合聚类算法

• 作者: 李玲俐
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊C均值聚类 信息融合 数据预处理 属性分解
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 65-67
• 页数: 3页
• 分类号: TP391.42
• 字数: 3945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.018

摘要

针对传统模糊C均值聚类算法只能发现“类球状”簇和对分量属性数据敏感的缺点,提出一种基于FCM的属性分解聚类再融合的分类算法.该算法将信息融合的思想应用于聚类算法,先在每个分量属性维度进行聚类,然后对各属性的聚类结果进行融合分析并得到聚类结果.独立对每个分量属性聚类的思想为算法的并行实现提供便利.实验结果表明,该算法不但能有效提高聚类的准确度,而且不需要提前对数据进行归一化处理,在分量属性量测数据存在偏差时仍然表现出良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲俐		24	194	5.0	13.0