自适应特征熵权模糊C均值聚类算法的研究
本文关键词:自适应特征熵权模糊C均值聚类算法的研究
【摘要】:特征权重算法对聚类效果有很大的影响,而传统的特征权重算法忽略了特征项在类间和类内的分布情况.因此,研究聚类后样本特征属性表现的有序性程度对聚类结果的影响,分析聚类后样本特征属性的分布情况,提出了一种自适应特征熵权模糊C均值聚类算法.该算法以聚类后的特征熵和信息增益作为准则调整特征权值,通过聚类与权重更新逐步迭代优化,直至获得最优的特征权值.实验表明,自适应特征熵权模糊C均值聚类算法能够有效地区分各个特征属性对聚类效果的重要程度;较于其它加权模糊C均值聚类算法,该算法能够得到更高的聚类准确率.
【作者单位】: 沈阳理工大学信息科学与工程学院;中国科学院沈阳自动化研究所;
【基金】:国家自然科学基金(6123307)~~
【分类号】:TP311.13
【正文快照】: i引言模糊c均值聚类算法是模糊聚类分析中最为有效的算法之一,在经过众多学者对其长期深入的研究中,提出了很多经典的对模糊c均值聚类改进的算法[1_31,且被广泛地应用到各个领域中14_5】.特征属性在不同角度或维度上对样本进行描述,经典模糊C均值聚类算法中认为样本的各个特征
【相似文献】
中国期刊全文数据库 前10条
1 谢娟英;蒋帅;王春霞;张琰;谢维信;;一种改进的全局K-均值聚类算法[J];陕西师范大学学报(自然科学版);2010年02期
2 曹易;张宁;;一种改进的模糊C-均值聚类算法[J];上海理工大学学报;2012年04期
3 王圆妹;;一种改进的K-均值聚类算法的研究[J];长江大学学报(自科版);2006年10期
4 王圆妹;;一种改进的K-均值聚类算法的研究[J];长江大学学报(自科版)理工卷;2006年04期
5 刘韬;蔡淑琴;曹丰文;崔志磊;;基于距离浓度的K-均值聚类算法[J];华中科技大学学报(自然科学版);2007年10期
6 查成东;王长松;巩宪锋;周家新;;基于改进K-均值聚类算法的背景提取方法[J];计算机工程与设计;2007年21期
7 王丹丹;李彬;陈武凡;;基于多目标规划的模糊C均值聚类算法[J];中国图象图形学报;2008年08期
8 刘坤朋;罗可;;改进的模糊C均值聚类算法[J];计算机工程与应用;2009年21期
9 俞云霞;王士同;朱嵬鹏;;具有数据容错能力的模糊C均值聚类算法[J];计算机工程与设计;2010年03期
10 李翠霞;谭营军;;一种新的模糊C均值聚类算法[J];河南大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前9条
1 孙广玲;唐降龙;;一种快速k-均值聚类算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 陈晓山;朱建冲;翁辉;;一种改进的模糊C均值聚类算法及其应用[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
3 葛继科;余建桥;张帆;张蕊;;改进的K-均值聚类算法[A];’2004计算机应用技术交流会议论文集[C];2004年
4 刘健庄;谢维信;;一种改进的快速模糊C均值聚类算法[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
5 汪民乐;高晓光;李勇;;新型遗传模糊C-均值聚类算法及其在导弹目标选择中的应用[A];2007年中国智能自动化会议论文集[C];2007年
6 赵爽;李晓奇;沙秀艳;;特征加权模糊C均值聚类算法在划分劳动报酬中的应用[A];第三届中国智能计算大会论文集[C];2009年
7 黄建军;杨勋;谢维信;;基于类云模型的C均值聚类算法[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
8 罗小刚;彭承琳;刘婷;侯长军;霍丹群;文利;;基于模糊C均值聚类算法的心脏扭转运动中心室壁轮廓的自动提取[A];中国仪器仪表学会医疗仪器分会第四次全国会员代表大会暨2009年学术年会论文集[C];2009年
9 刘靖明;韩丽川;;粒子群优化k均值的混合聚类算法研究[A];2004年中国管理科学学术会议论文集[C];2004年
中国硕士学位论文全文数据库 前10条
1 刘莉莉;K-均值聚类算法的研究与改进[D];曲阜师范大学;2015年
2 许竣玮;基于改进粒子群的K均值聚类算法研究[D];长沙理工大学;2014年
3 王龙强;K均值聚类算法初始聚类中心的选取与改进[D];东北大学;2013年
4 蒋帅;K-均值聚类算法研究[D];陕西师范大学;2010年
5 吴晓蓉;K-均值聚类算法初始中心选取相关问题的研究[D];湖南大学;2008年
6 赵爽;改进的模糊C均值聚类算法及其应用[D];东北大学;2010年
7 欧陈委;K-均值聚类算法的研究与改进[D];长沙理工大学;2011年
8 王威娜;改进的模糊C-均值聚类算法[D];大连海事大学;2007年
9 梁烨炜;K-均值聚类算法的改进及其应用[D];湖南大学;2012年
10 赵丽;全局K-均值聚类算法研究与改进[D];西安电子科技大学;2013年
,本文编号:1227505
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1227505.html