一种具有影响力因子的硬聚类算法

被引：4

作者：

王建锋 ^{[1
]}

金健 ^{[2
]}

王晶晶 ^{[3
]}

机构：

[1] 上海电力学院计算机科学与技术系

[2] 华东师范大学计算机科学与技术系

[3] 上海西渡学校

来源：

计算机工程与应用 | 2009年 / 45卷 / 19期

关键词：

聚类; 硬聚类算法; 模糊C均值算法; 影响力因子;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

为解决传统聚类方法对不同规模类不能正确聚类的问题,探讨了带影响力因子的硬聚类方法。为每个类均赋予一个影响力因子,使样本的隶属关系不只受距离的影响,而且受类的规模的影响。通过对18个数据集的实验,证明该方法的可行性,并且观察了影响力因子的取值对收敛过程和算法产生结果的影响,提出了今后的工作重点。

引用

页码：177 / 180

页数：4

共 6 条

[1]

Multivariate image segmentation with cluster size insensitive fuzzy C-means [J].

Noordam, JC ;

van den Broek, WHAM ;

Buydens, LMC .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2002, 64 (01) :65-78

[2]

Data clustering.[J].A. K. Jain;M. N. Murty;P. J. Flynn.ACM Computing Surveys (CSUR).1999, 3

[3]

Partially supervised clustering for image segmentation [J].

Bensaid, AM ;

Hall, LO ;

Bezdek, JC ;

Clarke, LP .

PATTERN RECOGNITION, 1996, 29 (05) :859-871

[4]

A Short-Term Climate Prediction Model Based on a Modular Fuzzy Neural Network.[J].金龙;金健;姚才.Advances in Atmospheric Sciences.2005, 03

[5]

加热炉钢坯温度软测量模型研究 [J].

王锡淮 ;

李少远 ;

席裕庚 .

自动化学报, 2004, (06) :928-932

[6]

快速模糊C均值聚类彩色图像分割方法 [J].

林开颜 ;

徐立鸿 ;

吴军辉 .

中国图象图形学报, 2004, (02)

← 1 →