基于自适应的粗糙C-均值聚类算法

• 作者: 严静静 张腾飞
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 粗糙集 粗糙C-均值 簇偏移量
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP301.6
• 字数: 3034字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.03.016

摘要

粗糙C-均值的提出，首次将粗糙集与聚类算法结合起来。随后，众多学者对其进行了广泛研究。然而，绝大多数算法在研究簇的下近似、边界对象时，使用统一的权重，忽略了这些对象本身的差异性以及对所在簇的贡献。针对此问题，文中提出一种改进的聚类方法。通过样本对象偏移其所在簇心的程度，设定不同的簇偏移量，距离簇心越近的样本对象其簇偏移量越大，反之越小。通过此举以客观描述这些样本对象对其所在簇的贡献，使得最终聚类结果更加精确、簇内更加紧密、簇间更加稀疏。实例计算结果以及通过MATLAB对数据库中IRIS的数据集进行仿真验证，表明提出的改进算法具有一定的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张腾飞	南京邮电大学自动化学院	44	314	8.0	16.0
2	严静静	南京邮电大学自动化学院	2	8	2.0	2.0