基于变精度粗糙集的FCM聚类算法

• 作者: 张佩 张清华
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: FCM聚类算法 变精度粗糙集 上近似集 下近似集 阈值
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 第六届中国数据挖掘会议论文选登
• 页码范围: 342-348
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2016.03.002

摘要

传统的模糊C均值聚类(FCM)算法具有简单、稳定和高效等特点,但在噪声点较多的情况下容易受噪声影响,使得算法效率降低.文章结合变精度粗糙集模型,提出一种改进的FCM算法,该算法利用变精度粗糙集模型刻画不确定集合上近似集和下近似集的原理,将经过聚类算法后的类簇边缘范围中的对象根据变精度粗糙集的阈值特性划分为正域、负域、边界域三个部分,使得聚类的准确率得到提升.仿真实验结果表明该算法使得聚类结果更加清晰,在边界域较模糊的情况下聚类准确率比传统FCM算法有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张清华	重庆邮电大学计算智能重庆市重点实验室	69	1122	17.0	32.0
5	张佩	重庆邮电大学计算智能重庆市重点实验室	1	0	0.0	0.0