基于自适应权重的模糊C-均值聚类算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＡｂｔａｔＤｕｏｆｚｙＣｍｅｎｌｓｒｎｌｏｉｍｅｙｈａｉｎｒｎｏｙｓｌｃｌｓｅｎｅｔｒ，Ｏｏｔｅｎｎ — ｓｒｃ：ｅｔｕｚ — ａｓｃｕｔｉｇａｇ源自文库ｒｈｒｌｅｖｌｏａｄｍｌｅｅｔＣｃｕｔｒｇｃｎｅｓＳｕｌｒａｄｕｅｅｔｙｉｉ
ｕｉｇｔｅＧａｓｉｎｄｓａｃａｉｉｃｍｐｔｄｔｅｗｉｈｓｆｒｅｅｙｄｔｃｏｄｎｏｔｅｃｒｅｔｃｕｔｒｇｓｔｎｏｍｏｅｓｎｈｕｓａｉｎｅｒｔｔｏｕｅｈｅｇｔｏｖｒａａａｃｒｉｇｔｈｕｒｎｌｓｅｎｔｅａｄｎｒｔｏ，ｉａ
ｒｔｍ，ｈｓｍｏｅｒｂｔａｇｅｌｔｒｎｃｕａｙｉｈａｒｏｕｓｎｄｈｉｈｒｃｕｓｅｇａｃｒｃ．ｉＫｅｗｏｄｓ：ｆｚｙＣ— ａｌｔｒｎｌｏｔ；ｓｌ－ｄａｉｅｗｅｇｔ；Ｇａｓｉｎｄｓａｃｙｒｕｚｍｅｎｓｃｕｓｅｇａｇｒｈｍｉｉｅｆａｐｔｖｉｈｓｕｓａｉｔｎｅ；ｍｅｍｂｅｓｉｔｘｒｈｐｍａｒｉ
ｄｄｒｌｎｔｅｉｉａｌｓｅｉｇｃｎｅ．ｗｅｋｎｄｔｅｉｆｕｎｅｏｕｌｒａｄｕｅｅｉｔｂｔｎｏｅｓｍｐｅ．ｈｘｅｉｉｅｙｏｈｎｔｌｃｕｔｒｅｔｒｉｎａｅｅｈｎｅｃｆｏｔｅｎｎｖｎｄｓｒｕｉｆｔａｌｓＴｅｅｐｒ— ｌｉｉｏｈ
ｍｅｔｎｉａｅｔａｅｆｚｙＣ－ａｓｃｕｔｒｎｌｏｔｍａｅｎｓｌａａｔｅｗｉｈｓｉａｆｃｉｅｆｚｙｃｕｔｒｇａｇ — ｎｓｉｄｃｔｈｔｔｕｚｍｅｎｌｓｉｇａｇｒｈｂｓｄｏｅｆｄｐｉｅｇｔｓｎｅｆｔｕｚｌｓｉｌｏｈｅｉ－ｖｅｖｅｎ
第２９卷第８期
２１０２年８月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
Ｖｏ．９Ｎｏ８１２．
Ａｕ．２１ｇ０２
基于自适应权重的模糊Ｃ一值聚类算法术均
更好的健壮性和聚类效果。
关键词：模糊ｃ均值聚类算法；自适应权重；高斯距离；隶属矩阵．中图分类号：Ｔ３１６Ｐ０．文献标志码：Ａ文章编号：１０ — ６５２１）８２４ — ３０１３９（０２０ — ８９０
任丽娜，秦永彬，许道云
（州大学计算机科学与信息学院，贵阳５０２）贵５０５摘要：针对模糊ｃ均值聚类算法过度依赖初始聚类中心的选取，而易受孤立点和样本分布不均衡的影响而．从
陷入局部最优状态的不足，出一种基于自适应权重的模糊ｃ均值聚类算法。该算法采用高斯距离比例表示权提一重，在每一次迭代过程中，根据＂前数据的聚类划分情况，态计算每个样本对于类的权重，３－动降低了算法对初始聚类中心的依赖，弱了孤立点和样本分布不均衡的影响。实验结果表明，算法是一种较优的聚类算法，有减该具
ｄｉ１．９９ｊｉｎ１０－６５２１．８０２ｏ：０３６／．ｓ．０１９．０２０．１ｓ３
ＦｚｙＣ．ａｓｃｕｓｅｉｇｂｓｄｏｅｆａａｔｖｉｈｕｚ－ｍｅｎｌｔｒｎａｅｎｓｌ－ｄｐｉｅｗｅｇｔ－
ｖｎｄｓｒｂｔｏｆｔａｌｓｅｓｌｎｆｕｎｅｎｄｍａｅｉｅｓｏｆｌｉｔｈｏａｐｔｍｕｓａｅ．Ｔｈｒｆｒｔｉｐｅｅｉｔｉｕｉｎｏｈｅｓｍｐｅａｉｙｉｌｅｃｄａｄｔａｙｔａｌｎｏｔｅｌｃｌｏｉｍｔｔｓｅｅｏｅ，ｈｓｐａｒｐｏｏｅｎｉｐｏｅｕｚｙＣ－ａｓｃｕｔｒｎｌｏｔｍｓｄｏｅ－ｄａｔｖｉｈｓＴｈｅｎｗｔｄｘｒｓｅｉｈｙｒｐｓｄａｍｒｖｄｆｚｍｅｎｌｓｅｉｇａｇｒｈｂａｅｎｓｒａｐｉｅｗｅｇｔ．ｉｆｅｍｅｈｏｅｐｅｓｄｗｅｇｔｂ
ＲＮＬ—ａＩｏｇｂｎＵＤｏｙｎＥｉ，ＱＮＹｎ。ｉ，Ｘａ‘ｕＨ
（ｏｌｅｏｏｐｔｃｎｅ＆Ｉｏｍａｉ，Ｇ￣ｏｎｖｒｔ，ｕｙｎ５０５ｈｎ）ＣｌｇＣｍｕｅＳｉｃｅｆｒｅｎｒｔｎｕｈｕＵｉｓｙＧｉｇ５０２，Ｃｉａｆｏｅｉａ