一种基于密度峰值的针对模糊混合数据的聚类算法

• 作者: 李存金 李晔 陈奕延
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模糊混合数据 基于密度峰值的聚类 FMD-CFSFDP算法 改进型欧氏距离 整体距离
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 317-324
• 页数: 8页
• 分类号: O159|TP301.6
• 字数: 5749字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.02.017

摘要

将CFSFDP算法拓展到连续型模糊集和离散型模糊集上,提出了一种针对模糊混合数据的拓展型CFSFDP算法,将其命名为FMD-CFSFDP算法.FMD-CFSFDP算法将样本涵盖的经典信息拓展到了模糊集上,利用寻找密度峰值的方法对模糊样本进行聚类,这是一种建立在模糊集上针对模糊混合数据的基于密度的聚类算法.首先简单介绍了CFSFDP算法及其改进,给出了"模糊混合数据"的数学概念;然后结合传统模糊欧氏距离的概念,分别提出了误差更小的针对连续型模糊集与离散型模糊集的改进型欧氏距离,在此基础上,依托权值构建了针对混合型模糊数据的整体距离.参考CFSFDP算法的聚类步骤给出了FMD-CFSFDP算法的聚类步骤.随后,在不同样本量、不同指标数量、不同簇数、不同取数规则的条件下,对算法进行了随机模拟实验并对聚类结果进行了分析.最后分别总结了FMD-CFSFDP算法的优缺点,并在此基础上提出了改进方案,为今后深入研究提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李存金	北京理工大学管理与经济学院	70	544	13.0	20.0
2	陈奕延	北京理工大学管理与经济学院	11	11	2.0	2.0