基于模糊测度和证据理论的模糊聚类集成方法

被引：28

作者：

毕凯

王晓丹

邢雅琼

机构：

[1] 空军工程大学防空反导学院

来源：

控制与决策 | 2015年 / 05期

关键词：

模糊聚类集成; 模糊贴近度; 模糊度; D-S证据理论; 互相关矩阵;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对现有集成方法在处理模糊聚类时存在的不足,提出一种基于证据理论的模糊聚类集成方法.以各聚类成员作为证据元,以样本点间的类别关系作为焦元,通过证据积累构造互相关矩阵.考虑到模糊聚类对于各样本点的聚类有效性,提出一种结合点模糊度和模糊贴近度的类别关系表示方法,并以此作为各证据元的基本概率赋值函数.最后基于互相关矩阵构造样本点间相似性关系,并利用谱聚类算法对其聚类.实验中通过与多种已有聚类集成方法的对比表明,该方法具有较高的聚类性能.

引用

页码：823 / 830

页数：8

共 8 条

[1]

基于谱聚类的聚类集成算法[J] 周林;平西建;徐森;张涛; 自动化学报 2012, 08

[2]

近邻传播的文本聚类集成谱算法 [J].

卢志茂 ;

李纯 ;

张琦 .

哈尔滨工程大学学报, 2012, 33 (07) :899-905

[3]

采用仿射传播的聚类集成算法 [J].

王羡慧 ;

覃征 ;

张选平 ;

高洪江 .

西安交通大学学报, 2011, (08) :1-6

[4]

基于模糊贴近度分析的不确定拓扑关系表达模型 [J].

何建华 ;

刘耀林 ;

俞艳 ;

唐新明 .

测绘学报 , 2008, (02) :212-216+222

[5]

基于Bagging的选择性聚类集成 [J].

唐伟 ;

周志华 .

软件学报, 2005, (04) :496-502

[6]

A robust adaptive clustering analysis method for automatic identification of clusters[J] P.Y. Mok;H.Q. Huang;Y.L. Kwok;J.S. Au Pattern Recognition 2012,

[7]

Positional and confidence voting-based consensus functions for fuzzy cluster ensembles[J] Xavier Sevillano;Francesc Alías;Joan Claudi Socoró Fuzzy Sets and Systems 2011,

[8]

模糊数学原理及应用[M] 杨纶标;高英仪编著; 华南理工大学出版社 2005,

← 1 →