特征空间属性加权混合C均值模糊核聚类算法
【摘要】:可能性聚类算法(PCM)通过引入可能隶属关系来提高聚类中心免于噪声干扰的能力,但是其往往趋向找到相同的集群。为了克服PCM算法的缺陷,PFCM算法同时利用隶属度与可能性把数据点划分到不同的集群中。提高了算法的抗噪能力。但PFCM算法对发现大小不相等的集群并不十分理想。因此提出了一种特征空间属性加权混合C均值模糊核聚类算法WKFM,该方法充分考虑了属性间的不平衡性,通过利用优化选取核参数的核函数把在原始空间中非线性可分的集群转化为高维空间中同质集群。实验结果表明,该算法能更好地发现含有噪音数据集的聚类中心,获得数据集质量更好的划分。
|
|
|
|
1 |
魏立梅,谢维信;对手抑制式模糊C-均值算法[J];电子学报;2000年07期 |
2 |
修宇;王士同;吴锡生;胡德文;;方向相似性聚类方法DSCM[J];计算机研究与发展;2006年08期 |
3 |
张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期 |
4 |
沈红斌,杨杰,王士同,董一飞;基于信息理论的合作聚类算法研究[J];计算机学报;2005年08期 |
5 |
王焜
,陆文聪,陈念贻,李国正,姚莉秀;宋代汝窑古瓷的微量元素-支持向量机算法研究[J];计算机与应用化学;2004年02期 |
6 |
高新波,谢维信;模糊聚类理论发展及应用的研究进展[J];科学通报;1999年21期 |
7 |
沈红斌,王士同,吴小俊;离群模糊核聚类算法[J];软件学报;2004年07期 |
|