基于新相似度的模糊协同聚类改进算法

• 作者: 张朔 殷萍 沈莞蔷 高翠芳
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 模糊聚类 FCM算法 协同聚类 模糊点 清晰半径
• 年，卷（期）: 2018,（2）
• 页码范围: 351-358
• 页数: 8页
• 分类号: TP311
• 字数: 4087字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.02.018

摘要

提出一种优化传统协同聚类中模糊点类别归属的改进算法,该算法引入基于清晰半径的新相似性距离公式,用超球体中心区域代替传统算法中的类中心,在各子集初始聚类结果的基础上,对容易导致类别归属错误的模糊点重新计算隶属度,得到较为清晰的聚类结果.实验结果显示,改进算法能很大程度地减少边界上的模糊点个数及纠正分类错误,清晰半径的引入还能弱化各子集之间协同系数的差异,使得参数设置更为简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高翠芳	江南大学理学院	18	91	5.0	9.0
2	沈莞蔷	江南大学理学院	13	67	3.0	8.0
3	殷萍	江南大学理学院	2	11	1.0	2.0
4	张朔	江南大学理学院	1	0	0.0	0.0