区间型数据的模糊c均值聚类算法

被引：7

作者：

张伟斌

刘文江

机构：

[1] 西安交通大学电子与信息工程学院

来源：

计算机工程 | 2008年 / 11期

关键词：

模糊聚类; 区间型数据; 距离;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提取区间型数据的特征值,给出适用于区间型数据模糊聚类的FCM算法族(IFCM)。该算法适用于不同特征样本数据的模糊聚类运算,并可对聚类结果进行优化。聚类效果的仿真比较表明,IFCM聚类的平均失真度比基于欧氏距离的FCM聚类算法低6.81%。由于距离定义的合理性,IFCM可以根据区间型数据的不同特点调整特征值的聚类权重,并推广至多维类型数据的模糊聚类。

引用

收藏

页码：26 / 28

页数：3

相关论文

共 2 条

[1]

模糊聚类新算法与聚类有效性问题研究.[D].范九伦.西安电子科技大学.1998, 01

[2]

模糊聚类分析及其应用.[M].高新波著;.西安电子科技大学出版社.2004,