一种改进隶属度函数的FCM聚类算法

• 作者: 张居武 文志诚 汪新凡 肖满生
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 模糊C-均值 隶属度约束 噪声样本 有效性
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 短文
• 页码范围: 2270-2274
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2014.1716

摘要

传统模糊C-均值(FCM)算法要求一个样本对于各个聚类的隶属度之和满足归一化条件,从而导致算法对噪声和孤立点敏感,对非均衡分布样本的聚类有效性降低.针对该问题,提出一种改进模糊隶属函数约束的FCM聚类算法,通过放松归一化条件,推导出新的隶属度划分公式,并在聚类过程中不断进行隶属度修正,从而达到消除噪声样本、提高聚类有效性的目的.最后通过实验结果对比验证了改进算法的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪新凡	湖南工业大学计算机与通信学院	46	528	13.0	21.0
2	肖满生	湖南工业大学科技学院	37	225	7.0	14.0
3	文志诚	湖南工业大学计算机与通信学院	49	279	10.0	14.0
4	张居武	湖南工业大学科技学院	6	80	4.0	6.0