基于模糊质心的混合属性数据模糊加权聚类算法

• 作者: 何飞 冀进朝 李在荣 白天 胡英慧 赵晓威
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊聚类 数据挖掘 混合数据 相异性度量
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 2017年中国计算机学会人工智能会议
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP391
• 字数: 6165字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.02.019

摘要

在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇.为解决该问题,Klawonn和H(o)ppner使用模糊函数替换模糊系数(KH算法),但该方法是针对数值属性数据而设计的.然而,在许多真实的应用中,数据对象通常同时由数值属性和分类属性描述.面向混合属性数据,文中提出了一种新的基于模糊质心的模糊加权聚类算法.首先结合模糊质心和均值来表示混合属性条件下的簇中心,然后使用能够评估不同属性在聚类过程中作用的度量来评估数据对象和簇中心之间的相异度,最后给出算法框架.在3个混合属性数据集上对新算法进行了一系列的测试,实验结果表明新算法的性能优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李在荣	东北师范大学传媒科学学院	9	83	3.0	9.0
2	白天	吉林大学计算机科学与技术学院	12	37	3.0	5.0
3	胡英慧	东北师范大学信息科学与技术学院	3	10	1.0	3.0
4	冀进朝	东北师范大学信息科学与技术学院	1	1	1.0	1.0
8	赵晓威	东北师范大学信息科学与技术学院	2	4	1.0	2.0
12	何飞	东北师范大学信息科学与技术学院	1	1	1.0	1.0