特征加权的模糊C聚类算法

特征加权的模糊C聚类算法
陈新泉
【期刊名称】《计算机工程与设计》
【年(卷),期】2007(28)22
【摘要】参照文献[5]中将K-means聚类算法与特征权重优化相结合的方法,推导出FCM聚类算法与特征权重优化相结合的优化迭代公式,形成加权FCM算法.将加权FCM算法中计算聚类均值项的公式代入到计算隶属度的更新公式和特征权重的更新公式中,得到加权FCM扩展算法.由于这个扩展算法消去了均值项,它对于有序属性和无序类别属性的隶属度和特征权重的更新公式具有统一的形式,因此可以很方便地应用到混合属性数据集的加权聚类分析中来.该算法的收敛性分析与FCM类似,算法迭代结束后能给出一组优化的特征权重值.仿真实验结果与WKMeans算法的结果基本一致,说明该方法在优化混合属性数据集的特征权重时是有效的.
【总页数】5页(P5329-5333)
【作者】陈新泉
【作者单位】华南理工大学,计算机科学与工程学院,广东,广州,510640
【正文语种】中文
【中图分类】TP181
【相关文献】
1.基于样本-特征加权的可能性模糊核聚类算法 [J], 黄卫春;刘建林;熊李艳
2.基于特征加权模糊聚类算法的第三方物流企业运营模式分类研究 [J], 王海燕;闫
博;于艳玲;李毅
3.集成粗糙集和阴影集的簇特征加权模糊聚类算法 [J], 王丽娜;王建东;李涛;叶枫
4.特征加权和模糊聚类算法的植物叶片识别研究 [J], 舒蕾; 李龙龙; 磨莉
5.特征加权和优化划分的模糊C均值聚类算法 [J], 肖林云;陈秀宏;林喜兰
因版权原因，仅展示原文概要，查看原文内容请购买。