基于中点密度函数的模糊聚类算法

发布时间：2017-12-03 21:00

  本文关键词：基于中点密度函数的模糊聚类算法

  更多相关文章： 模糊C-均值 中点法 类集密度函数法 逐步回归思想 有效性指标

【摘要】：针对传统模糊C-均值(FCM)聚类算法初始聚类中心不确定,且需要人为预先设定聚类类别数,从而导致结果不准确的问题,提出了一种基于中点密度函数的模糊聚类算法。首先,结合逐步回归思想作为初始聚类中心选取的方法,避免收敛结果陷入局部循环;其次,确定可能的聚类类别数目;最后,对结果进行重叠度和分离度的模糊聚类有效性指标判定,确定最佳的聚类类别数。实验证明该算法与原改进C-均值聚类算法相比,减少了迭代次数,平均准确率提高了12%。实验结果表明该算法能够减少聚类的处理时间,并在平均准确率和聚类性能指标上优于对比算法。
【作者单位】： 湖北大学计算机与信息工程学院;
【基金】：国家自然科学基金资助项目(61202100)~~
【分类号】：TP311.13
【正文快照】： 0引言聚类就是将物理或者抽象的对象根据某种准则进行区别和分类,同一类的对象彼此相似或相近,不同类中的对象相异,这是一种无监督的分类。传统的聚类分析是一种硬划分,即严格地把每个对象划分到某个类中,具有非A即B的特点,这是一种理想的状态。实际中,大多数对象之间没有严格

【相似文献】

中国期刊全文数据库 前10条

1 赵夫群;罗广军;;模糊聚类算法应用研究[J];福建电脑;2009年05期

2 彭丽英;董佳佳;;模糊聚类算法分析及程序实现[J];信息系统工程;2009年10期

3 黄晓斌,马晓岩,秦江敏;一种区域型模糊聚类算法[J];计算机工程与应用;2002年21期

4 卢秋根;;模糊聚类算法的研究与实现[J];电脑知识与技术;2008年27期

5 张宏怡;吴秀伟;章忠威;;改进的离群核模糊聚类算法[J];计算机工程;2009年11期

6 高翠芳;吴小俊;张松顺;;改进的半监督模糊聚类算法[J];控制与决策;2010年01期

7 汪勇;金菲;张瑞军;;引导函数支配的进化模糊聚类算法[J];系统工程理论与实践;2011年02期

8 刘兵;夏士雄;周勇;韩旭东;;基于样本加权的可能性模糊聚类算法[J];电子学报;2012年02期

9 李凯;李娜;陈武;;一种基于广义熵的模糊聚类算法[J];计算机工程;2012年13期

10 张鸿彦;许奇功;;模糊聚类算法的优化设计[J];河南大学学报(自然科学版);2013年04期

中国重要会议论文全文数据库 前2条

1 吴书;姜青山;董槐林;林景亮;;一种新的类属型数据模糊聚类算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

2 张乐媛;刘伟;;基于web数据挖掘的几种模糊聚类算法浅析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

中国博士学位论文全文数据库 前6条

1 陈东辉;基于目标函数的模糊聚类算法关键技术研究[D];西安电子科技大学;2012年

2 邱存勇;区间二型模糊聚类算法研究及其在电力牵引监控系统中的应用[D];西南交通大学;2013年

3 曲福恒;一类模糊聚类算法研究及其应用[D];吉林大学;2009年

4 支晓斌;自适应判别降维模糊聚类算法研究[D];西安电子科技大学;2013年

5 曾山;模糊聚类算法研究[D];华中科技大学;2012年

6 杨凤芹;基于粒子群的优化方法研究[D];吉林大学;2009年

中国硕士学位论文全文数据库 前10条

1 黄明明;基于层次的模糊聚类算法[D];青岛大学;2005年

2 严骏;模糊聚类算法应用研究[D];浙江大学;2006年

3 何敏;模糊聚类算法研究及在CRM中的应用[D];四川大学;2006年

4 鲍正益;模糊聚类算法及其有效性研究[D];厦门大学;2006年

5 罗琪;模糊聚类算法及其在入侵检测中的应用[D];西安电子科技大学;2008年

6 李文凤;一种基于粗集的模糊聚类算法及应用的研究[D];华中师范大学;2008年

7 陈氏映雪（Tran Thi Anh Tuyet）;Weka环境下模糊聚类算法集成研究[D];上海大学;2013年

8 谭欣;基于协同的模糊聚类算法的研究[D];长沙理工大学;2013年

9 赵权;基于粒度分析原理的模糊聚类算法研究[D];山西大学;2008年

10 张利敏;基于模糊聚类算法的路面识别的研究[D];江苏科技大学;2014年

，

本文编号：1250003