模糊C均值聚类区间型模糊化参数模型

被引：26

作者：

肖满生 ^{[1
,2
]}

肖哲 ^{[1
]}

文志强 ^{[2
]}

于惠钧 ^{[1
]}

机构：

[1] 湖南工业大学科技学院

[2] 湖南工业大学计算机与通信学院

来源：

系统工程与电子技术 | 2015年 / 37卷 / 04期

基金：

湖南省自然科学基金;

关键词：

模糊C均值; 区间型模糊加权指数; 模糊化参数; 不确定性;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对经典模糊C均值聚类算法中模糊加权指数对聚类的影响及其取值范围不确定性问题,提出了一种区间型模糊加权指数的设计模型。分析该模型设计的理论依据及对聚类结果的影响,推导出包括模糊隶属度划分矩阵、模糊聚类中心等基于该模型的模糊化参数表示方法。理论分析和实验证明,区间型模糊化参数模型的设计在基于模糊划分的数据处理中取得了很好的效果。

引用

页码：868 / 873

页数：6

共 13 条

[1]

改进的基于二次型模糊c均值聚类模型 [J].

陈加顺 ;

皮德常 .

系统工程与电子技术, 2013, 35 (07) :1547-1553

[2]

采用不确定性度量的粗糙模糊C均值聚类参数获取方法 [J].

王学恩 ;

韩德强 ;

韩崇昭 .

西安交通大学学报, 2013, 47 (06) :55-60

[3]

基于粒子群优化的模糊C-均值聚类算法研究 [J].

王纵虎 ;

刘志镜 ;

陈东辉 .

计算机科学, 2012, 39 (09) :166-169

[4]

无监督模糊C均值聚类自然图像分割算法 [J].

纪则轩 ;

潘瑜 ;

陈强 ;

孙权森 ;

夏德深 .

中国图象图形学报, 2011, 16 (05) :773-783

[5]

基于混合距离学习的双指数模糊C均值算法 [J].

王骏 ;

王士同 .

软件学报, 2010, 21 (08) :1878-1888

[6]

基于多目标规划的模糊C均值聚类算法 [J].

王丹丹 ;

李彬 ;

陈武凡 .

中国图象图形学报, 2008, (08) :1492-1495

[7]

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

[8]

An insensitivity Fuzzy C-means clustering algorithm based on penalty factor [J].

Chen, Jiashun ;

Pi, Dechang ;

Liu, Zhipeng .

Journal of Software, 2013, 8 (09) :2379-2384

[9]

Novel initialization scheme for Fuzzy C-Means algorithm on color image segmentation [J].

Tan, Khang Siang ;

Lim, Wei Hong ;

Isa, Nor Ashidi Mat .

APPLIED SOFT COMPUTING, 2013, 13 (04) :1832-1852

[10]

Effective fuzzy c-means clustering algorithms for data clustering problems.[J].S.R. Kannan;S. Ramathilagam;P.C. Chung.Expert Systems With Applications.2011, 7

← 1 2 →