半监督平衡化模糊C-means聚类

• 作者: 朱乐为 胡恩良
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊C-means 类不平衡问题 正交约束 半监督信息 聚类纯度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 278-284
• 页数: 7页
• 分类号: TP181
• 字数: 4700字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2019.03.013

摘要

传统模糊C-means聚类(FCM,fuzzy C-means)在处理非平衡数据集时,由于相异类中所含样本数量差异较大,导致类间权值不平衡和“均匀效应”,从而易产生聚类错误.另外,FCM属于无监督方法,无法更好地利用已知的部分类标记信息引导聚类.为解决这两方面问题,提出一种半监督的平衡化模糊C-means聚类(SBFCM,semi-supervised balanced fuzzyC-means)方法.SBFCM在FCM目标函数的基础上加入了对聚类模糊隶属度矩阵的近似正交约束和半监督约束,从而得到了新的聚类目标函数.实验结果表明,相比于FCM,SBFCM能有效缓解由“均匀效应”导致的聚类错误现象,并能有效地利用部分先验类标记信息,从而可获得更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡恩良	云南师范大学数学学院	11	13	2.0	3.0
2	朱乐为	云南师范大学数学学院	1	0	0.0	0.0