距离决策下的模糊聚类集成模型

• 作者: 刘万军 刘大千 费博雯 邱云飞
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 模糊聚类 集成模型 距离决策 隶属度矩阵 密度峰值算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文
• 页码范围: 1895-1903
• 页数: 9页
• 分类号: TP391
• 字数: 5919字
• 语种: 中文
• DOI: 10.11999/JEIT171065

摘要

模糊聚类是近年来使用的一类性能较为优越的聚类算法,但该类算法对初始聚类中心敏感且对边界样本的聚类结果不够准确.为了提高聚类准确性、稳定性,该文通过联合多个模糊聚类结果,提出一种距离决策下的模糊聚类集成模型.首先,利用模糊C均值(FCM)算法对数据样本进行多次聚类,得到相应的隶属度矩阵.然后,提出一种新的距离决策方法,充分利用得到的隶属度关系构建一个累积距离矩阵.最后,将距离矩阵引入密度峰值(DP)算法中,利用改进的DP算法进行聚类集成以获取最终聚类结果.在UCI机器学习库中选择9个数据集进行测试,实验结果表明,相比经典的聚类集成模型,该文提出的聚类集成模型效果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	邱云飞	辽宁工程技术大学软件学院	70	620	13.0	22.0
3	刘大千	辽宁工程技术大学电子与信息工程学院	15	59	5.0	7.0
4	费博雯	辽宁工程技术大学工商管理学院	15	65	5.0	7.0