一种基于属性空间相似性的模糊聚类算法

• 作者: 兰莹 卓金宝 施伟锋
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 模糊C均值聚类 属性拓扑子空间 拓扑相似度 聚类置信度 最大属性相似度原则
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文
• 页码范围: 2722-2728
• 页数: 7页
• 分类号: TP391
• 字数: 6241字
• 语种: 中文
• DOI: 10.11999/JEIT180974

摘要

模糊C均值(FCM)聚类算法及其相关改进算法基于最大模糊隶属度原则确定聚类结果,没有充分利用迭代后的模糊隶属度矩阵和簇类中心的样本属性特征信息,影响聚类准确度.针对这个问题,该文提出一种新的改进思路:改进FCM算法输出定类原则.给出二元属性拓扑子空间中属性相似度的定义,最终提出一种基于属性空间相似性的改进FCM算法(FCM-SAS):首先,选择FCM算法聚类后模糊隶属度低于聚类置信度的样本作为存疑样本;然后,计算存疑样本与聚类后聚类中心的属性相似度;最后,基于最大属性相似度原则更新存疑样本的簇类标签.通过UCI数据集实验,证明算法不仅有效,还较一些基于最大模糊隶属度原则定类的改进算法具有更优的聚类评价指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伟锋		84	410	10.0	17.0
2	卓金宝		19	31	3.0	5.0
3	兰莹		9	20	2.0	4.0