一种协同的FCPM模糊聚类算法

被引：21

作者：

祁宏宇 ^{[1
]}

吴小俊 ^{[1
]}

王士同 ^{[1
]}

杨静宇 ^{[2
]}

机构：

[1] 江南大学信息工程学院

[2] 南京理工大学计算机科学与技术学院

来源：

模式识别与人工智能 | 2010年 / 23卷 / 01期

关键词：

比重隶属度模糊聚类(FCPM); 模糊C均值(FCM); 协同模糊聚类;

D O I：

10.16451/j.cnki.issn1003-6059.2010.01.007

中图分类号：

TP391.41 [];

学科分类号：

摘要：

比重隶属度模糊聚类(FCPM)算法可从不同角度解决聚类问题,取得较好效果.协同聚类算法利用不同特征子集之间的协同关系,并与其它聚类算法相结合,可提高原有的聚类性能.文中在FCPM聚类算法的基础上进行改进,将其与协同聚类算法相结合,提出一种协同的FCPM聚类算法.该算法在原有FCPM聚类算法的基础上,提高对数据集的聚类效果.在对数据集Wine和Iris进行测试的结果表明,该方法优于FCPM算法,说明该方法的有效性.

引用

页码：120 / 126

页数：7

共 7 条

[1]

基于划分的模糊聚类算法 [J].