适合大规模数据集的增量式模糊聚类算法
本文关键词:适合大规模数据集的增量式模糊聚类算法 出处:《智能系统学报》2016年02期 论文类型:期刊论文
更多相关文章: 增量式模糊聚类 FCPM IFCM(c+p) 平衡因子 大规模数据集
【摘要】:FCPM算法已被成功地应用到模糊系统建模上,但其在某一类的聚类中心已知的大规模数据上的聚类性能较差。为了避免这个缺点,参照单程模糊c均值(SPFCM)聚类算法、在线模糊c均值(OFCM)聚类算法,提出了适合大规模数据集的增量式模糊聚类算法(Incremental fuzzy(c+p)-means clustering,IFCM(c+p))。通过在每个数据块中使用FCPM算法进行聚类,把每个数据块的聚类中心及其附近的一些样本点加入到下一个数据块参与聚类,同时添加平衡因子以提高算法聚类性能。同SPFCM、OFCM以及rse FCM算法相比,IFCM(c+p)对初始聚类中心不敏感。实验表明在没有花费很多运行时间的情况下,IFCM(c+p)算法的聚类性能比SPFCM算法和rse FCM算法更具优势,因此该算法更适合处理某一类聚类中心已知的大规模数据集。
[Abstract]:In order to avoid this shortcoming , an incremental fuzzy c - means clustering ( IFCM ) clustering algorithm for large - scale data sets is proposed by using FCPM algorithm in each data block .
【作者单位】: 江南大学数字媒体学院;
【基金】:国家自然科学基金项目(61272210)
【分类号】:TP311.13
【正文快照】: 聚类就是将物理或抽象的对象按照自己的某些 属性聚集成类的过程,并尽可能使得类(或者簇)之间对象的差异程度最大,而类内(或者簇内)的相似程度达到最大。聚类过程没有先验知识指导,仅凭对象间的相似程度作为类属划分的准则,是无监督 分类学习的一部分。最为经典的模糊聚类算
【参考文献】
相关期刊论文 前1条
1 应文豪;许敏;王士同;邓赵红;;在大规模数据集上进行快速自适应同步聚类[J];计算机研究与发展;2014年04期
【共引文献】
相关期刊论文 前4条
1 李滔;王士同;;适合大规模数据集的增量式模糊聚类算法[J];智能系统学报;2016年02期
2 蔡昌许;;一种基于连通性的聚类有效性评价指标[J];计算机应用与软件;2015年11期
3 张晓琳;崔宁宁;杨涛;李洁;;一种分层自适应快速K-means算法[J];计算机应用研究;2016年02期
4 陈新泉;苏锦钿;;基于半监督学习的k平均聚类框架[J];广西大学学报(自然科学版);2014年05期
【二级参考文献】
相关期刊论文 前5条
1 王骏;王士同;邓赵红;;聚类分析研究中的若干问题[J];控制与决策;2012年03期
2 孙吉贵;刘杰;赵连宇;;聚类算法研究[J];软件学报;2008年01期
3 李存华,孙志挥,陈耿,胡云;核密度估计及其在聚类算法构造中的应用[J];计算机研究与发展;2004年10期
4 张廷宪,郑志刚;耦合非线性振子系统的同步研究[J];物理学报;2004年10期
5 王熙照,王亚东,湛燕,袁方;学习特征权值对K-均值聚类算法的优化[J];计算机研究与发展;2003年06期
【相似文献】
相关期刊论文 前10条
1 ;数据集N鄽2[J];航空材料;1959年09期
2 江海洪 ,罗长坤;首套中国数字化可视人体数据集在第三军医大学研制成功[J];中华医学杂志;2003年09期
3 陈相颖;数据集记录快速定位与筛选方法之探讨[J];计量与测试技术;2005年06期
4 王宏鼎;唐世渭;董国田;;数据集成中数据集特征的检测方法[J];中国金融电脑;2006年03期
5 张华;郁书好;;时空数据集的连接处理和优化方法研究[J];皖西学院学报;2006年02期
6 苗卿;单立新;裘昱;;信息熵在数据集分割中的应用研究[J];电脑知识与技术(学术交流);2007年05期
7 陈德诚;丘平珠;唐炳莉;;广西气象数据集设计与制作[J];气象研究与应用;2007年04期
8 赵凤英;王崇骏;陈世福;;用于不均衡数据集的挖掘方法[J];计算机科学;2007年09期
9 冯璐;冷伏海;;基于领域分析需求和目标的领域分析数据集界域研究[J];图书情报工作;2009年24期
10 宋金玲;赵威;刘欣;黄立明;李金才;刘国华;;k-匿名数据集的增量更新算法[J];计算机科学;2010年04期
相关会议论文 前7条
1 田捷;;三维医学影像数据集处理的集成化平台[A];2003年全国医学影像技术学术会议论文汇编[C];2003年
2 范明;魏芳;;挖掘基本显露模式用于分类[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
3 段磊;唐常杰;左R,
本文编号:1401343
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1401343.html