基于模糊C-均值的增量式聚类算法

被引：37

作者：

王洪春

彭宏

机构：

[1] 华南理工大学计算机科学与工程学院

来源：

微电子学与计算机 | 2007年 / 06期

关键词：

数据挖掘; 模糊C-均值算法; 增量式聚类算法;

D O I：

10.19304/j.cnki.issn1000-7180.2007.06.046

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

给出了一种新的基于FCM的聚类算法,能根据由数据的分布的特性自动获取要聚类的数目,在新增数据后,可以进行增量式聚类,结果对孤立点不敏感,并能完成FCM不具备的非球型或椭球型分布的数据集的聚类,实验结果显示算法的有效性和优越性。

引用

页码：156 / 157+161 +161

页数：3

共 6 条

[1]

基于核函数和相似度的动态聚类算法 [J].

朱根标 ;

张凤鸣 ;

董群立 .

微电子学与计算机, 2006, (03) :178-179+184

[2]

基于模糊聚类分析的数据检索的应用 [J].

潘玉奇 ;

周劲 ;

杨秀丽 ;

袁宁 .

微电子学与计算机, 2005, (06) :167-169+172

[3]

FCM聚类算法中模糊加权指数m的优选方法 [J].

宫改云 ;

高新波 ;

伍忠东 .

模糊系统与数学, 2005, (01) :143-148

[4]

基于群体智能理论的聚类模型及优化算法 [J].

陈卓 ;

孟庆春 ;

魏振钢 .

计算机工程, 2005, (04) :34-36

[5]

FCM算法中隶属度的新解释及其应用 [J].

范九伦 ;

吴成茂 .

电子学报, 2004, (02) :350-352

[6]

模糊聚类分析理论与应用研究进展 [J].

何清 .

模糊系统与数学, 1998, (02)

← 1 →