基于自适应权重的RFCM聚类算法

发布时间：2017-09-17 02:06

  本文关键词：基于自适应权重的RFCM聚类算法

  更多相关文章： 聚类 自适应 权重 粗糙集 模糊集 均衡因子

【摘要】：提出了基于自适应权重的RFCM聚类算法,主要思路是在每一次迭代中,根据每个对象与聚类中心欧式距离不同,选择改进的正半轴反余切函数对欧式距离进行重新分布后确定均衡因子,通过均衡因子动态地调节固定权重获得自适应权重,进而运行RFCM算法.最后,基于人工和UCI数据集的仿真验证了所提算法的有效性,并应用于雷达信号分选,验证了所提算法的实用性.
【作者单位】： 空军工程大学航空航天工程学院;
【关键词】： 聚类 自适应 权重 粗糙集 模糊集 均衡因子
【基金】：航空科学基金(20152096019,20145596025)
【分类号】：TP18;TP311.13
【正文快照】： 1引言聚类分析是数据挖掘的一种重要方法,广泛应用于图像识别、文本聚类、雷达信号分选等领域.聚类是指按照某种相似性将一组没有类别标记的对象划分成若干类[1],并使得同一类内的数据对象是相似的,而不同类中的数据对象是不相似的[2].粗糙集和模糊集能够很好地处理不确定信息，

本文编号：866613