一种基于k维树的模糊C均值聚类算法

• 作者: 吴非 毛宇光
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 模糊C均值聚类算法 k维树 初始聚类中心 无监督学习
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 1-5,11
• 页数: 6页
• 分类号: TP274
• 字数: 5246字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.11.001

摘要

初始聚类中心的选择极大地影响了模糊C均值聚类算法的性能,一个好的初始聚类中心能显著加快算法的收敛速度和减少算法的运行时间.本文提出一种新的基于k维树的模糊C均值聚类算法.通过使用k维树的方法分割原始数据集得到多个网格,并选取网格的加权中心作为新的数据点构成一个简化的数据集,在此基础上可快速查找一组距离实际聚类中心较近的初始聚类中心,显著减少模糊C聚类算法的迭代次数.通过在16个人工数据集和一组真实图像数据上的实验结果表明,数据集的数据量较大时,在不损失聚类精确度的情况下,本算法相对于普通的模糊C均值聚类算法,收敛速度提升了近2倍,算法的运行时间也缩短到经典FCM算法的一半以下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛宇光	南京航空航天大学计算机科学与技术学院	63	414	10.0	17.0
2	吴非	南京航空航天大学计算机科学与技术学院	4	6	2.0	2.0