基于多属性模糊C均值聚类的属性约简算法

发布时间：2018-10-20 18:30

【摘要】：模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题。考虑到特征属性对聚类的贡献程度的差异,在多属性模糊C均值聚类的思想上,提出一种基于属性重要性的约简算法。为验证有效性,在UCI数据集上,将新算法与因子分析法和粗糙集理论约简方法进行比较分析。实验结果表明,该方法具有更好的泛用性,在平均标准差大或类间中心距离较远的数据集上具有更好的性能。
[Abstract]:The fuzzy C-means clustering algorithm has some problems such as high computational complexity, poor generalization ability and low accuracy in dealing with high-dimensional data sets. Considering the difference in the contribution of feature attributes to clustering, a reduction algorithm based on attribute importance is proposed based on the idea of multi-attribute fuzzy C-means clustering. To verify the validity, the new algorithm is compared with the factor analysis method and rough set theory reduction method on the UCI dataset. The experimental results show that the method has better generalization and better performance on data sets with large average standard deviation or long distance between classes.
【作者单位】： 上海大学管理学院;
【基金】：国家自然科学基金(11201290)
【分类号】：TP18;TP311.13

【相似文献】

相关期刊论文 前10条

1 武小红;周建江;;联合模糊c-均值聚类模型(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2006年03期

2 顾涛,张兴智;K均值聚类法结果的非确定性实验研究及其改进[J];计算机学报;1984年05期

3 范九伦;;抑制式模糊C-均值聚类研究综述[J];西安邮电大学学报;2014年03期

4 杨晓波;;基于模糊C均值聚类的织物平整度等级评定[J];计算机应用与软件;2006年09期

5 张帅钦;张波涛;;基于层次的K-均值聚类[J];现代电子技术;2008年16期

6 叶小倩;;基于k均值聚类的簇集成方法的设计与实现[J];电脑知识与技术;2011年36期

7 叶吉祥,谭冠政,路秋静;基于核的非凸数据模糊K-均值聚类研究[J];计算机工程与设计;2005年07期

8 梁颖红;赵铁军;于浩;姚健民;徐冰;;基于改进K-均值聚类的汉语语块识别[J];哈尔滨工业大学学报;2007年07期

9 武小红;周建江;;可能性模糊C-均值聚类新算法[J];电子学报;2008年10期

10 左思强;;基于模糊C均值聚类方法的长江流域主要城市水质分析[J];福建电脑;2011年03期

相关会议论文 前5条

1 缪晓雷;戴政国;陈建新;;基于模糊C均值聚类的冠状动脉血管自动提取[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

2 刘元元;刘华平;高蒙;孙富春;孟丽霞;;GPU加速的在线K均值聚类粒子滤波跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 周霄鹏;齐瑞云;;一种基于改进型可能性C-均值聚类和故障向量的未知类型故障诊断方法[A];第24届中国控制与决策会议论文集[C];2012年

4 蔡智;岳丽华;王熙法;;一种数据属性约简算法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

5 张铮;喻道远;;一种启发式属性约简算法及其扩展应用[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

相关博士学位论文 前1条

1 魏巍;粗糙数据分析模型与算法研究[D];山西大学;2012年

相关硕士学位论文 前10条

1 吴玉环;自动k-均值聚类的变量选择与异常检测[D];华中科技大学;2016年

2 王军婷;K均值聚类分割的多特征图像检索方法研究[D];南昌航空大学;2011年

3 李萍;基于三支决策的海量数据分类方法研究及其在视频异常检测中的应用[D];南京大学;2016年

4 焦谱;电力系统大数据属性约简研究[D];华北电力大学;2016年

5 于洋;模糊聚类分析中模糊c均值聚类计算方法研究[D];沈阳工业大学;2009年

6 宋清栋;模糊c均值聚类技术研究[D];广西师范大学;2012年

7 刘伟;K调和均值聚类分析原理及应用[D];山西医科大学;2014年

8 黄丽宇;基于压缩树技术的属性约简算法研究[D];广西师范大学;2010年

9 吴永芬;粗糙集模型下的进化属性约简算法研究[D];南京师范大学;2008年

10 陈丽萍;模糊C-均值聚类的研究[D];燕山大学;2009年

本文编号：2284025