基于自适应马氏距离的模糊c均值算法

被引：11

作者：

蔡静颖 ^{[1
]}

谢福鼎 ^{[2
]}

张永 ^{[2
]}

机构：

[1] 牡丹江师范学院计算机科学与技术系

[2] 辽宁师范大学计算机与信息学院

来源：

计算机工程与应用 | 2010年 / 34期

关键词：

模糊c均值; 马氏距离; 奇异问题; 伪逆; 聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

经典的模糊c均值(FCM)算法是基于欧氏距离的,它只适用于球型结构的聚类,且在处理高维的数据集时,分错率增加。针对以上两个问题,提出了一种新的聚类算法(FCM-M),它将马氏距离与模糊c均值相结合,并在目标函数中引进一个协方差矩阵的调节因子,利用马氏距离的优点,有效地解决了FCM算法中的缺陷,并利用特征值、特征矢量及伪逆运算来解决马氏距离中遇到的奇异问题。通过数据聚类和图像分割两组实验,证实了该方法的可行性和有效性。

引用

页码：174 / 176

页数：3

共 4 条

[1] 基于属性权重的Fuzzy C Mean算法 [J].