基于权重差异度的动态模糊聚类算法

• 作者: 刘三阳 刘良凤
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 模糊聚类算法 权重向量 差异度 Davies-Bouldin指数 自适应
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 574-582
• 页数: 9页
• 分类号: TP311.13
• 字数: 5832字
• 语种: 中文
• DOI: 10.13413／j.cnki.jdxblxb.2018196

摘要

针对传统模糊聚类算法需提前设置参数和初始聚类中心,导致聚类结果不稳定的问题,提出一种基于权重差异度的动态模糊聚类算法.首先引入样本特征权重向量和样本间差异度的概念,对数据集分布情况进行描述,并采用新的评价指标获取候选聚类中心;然后根据最小差异度准则,对剩余样本点进行分类;最后结合Davies-Bouldin指数(DBI)评价准则对候选聚类中心做进一步筛选与合并.实验结果表明,该算法在不同测试数据集上的性能明显优于传统聚类算法,具有更高的自适应性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘三阳	西安电子科技大学数学与统计学院	662	5562	32.0	51.0
2	刘良凤	西安电子科技大学数学与统计学院	1	2	1.0	1.0