均衡模糊C均值聚类算法

• 作者: 文传军 汪庆淼 詹永照
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊C均值聚类 样本容量 均衡化 粒子群 全局优解
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 250-253
• 页数: 4页
• 分类号: TP391.4
• 字数: 4097字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.08.053

摘要

模糊C均值聚类算法没有考虑各类样本容量因素,当各类样本容量差异较大时,其聚类判决将向小样本类倾斜.提出一种新的聚类算法——均衡模糊C均值聚类,对模糊C均值聚类算法最小化目标函数进行修正,使得改进的目标函数包含了样本容量因素,利用粒子群算法并以样本模糊隶属度为编码对象求解参数优解.从理论上分析了该算法的性质,通过仿真实验验证了所提算法对平衡、不平衡数据集的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹永照	江苏大学计算机科学与通信工程学院	189	1744	21.0	31.0
2	文传军	常州工学院理学院	32	135	5.0	10.0
3	汪庆淼	苏州大学计算机学院	12	59	4.0	7.0