改进的FCM半监督聚类算法

被引：7

作者：

郭新辰 ^{[1
]}

樊秀玲 ^{[1
]}

郗仙田 ^{[1
]}

韩啸 ^{[2
]}

机构：

[1] 东北电力大学理学院

[2] 吉林大学学报编辑部

来源：

吉林大学学报(理学版) | 2014年 / 52卷 / 06期

关键词：

半监督聚类; 模糊C-均值算法; 信息熵;

D O I：

10.13413/j.cnki.jdxblxb.2014.06.35

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

通过将类间分离度函数引入到模糊C-均值聚类算法中,结合半监督的思想,建立基于信息熵的半监督模糊C-均值聚类模型,并对该模型的求解过程进行推导,提出一种新的算法.为了验证算法的有效性,将该算法在UCI数据集上进行实验,实验结果表明,该算法比仅引入信息熵的模糊C-均值聚类方法聚类性能更好.

引用

页码：1293 / 1296

页数：4

共 6 条

[1]

Enhancement of fuzzy clustering by mechanisms of partial supervision [J].

Bouchachia, Abdelhamid ;

Pedrycz, Witold .

FUZZY SETS AND SYSTEMS, 2006, 157 (13) :1733-1759

[2]

Fuzzy clustering analysis for optimizing fuzzy membership functions [J].

Chen, MS ;

Wang, SW .

FUZZY SETS AND SYSTEMS, 1999, 103 (02) :239-254

[3]

半监督中心最大化模糊C均值算法 [J].

姚紫阳 .

计算机工程与应用, 2012, 48 (33) :188-193

[4]

基于信息熵的FCM聚类算法 [J].

邢婷 ;

邢治国 ;

王凤领 .

计算机工程与设计, 2010, 31 (23) :5092-5095

[5]

半监督FCM聚类算法目标函数研究 [J].

李春芳 ;

庞雅静 ;

钱丽璞 ;

高爱华 .

计算机工程与应用 , 2009, (14) :128-132+135

[6]

顾及数据空间分布特性的模糊C-均值聚类算法研究 [J].

唐亮 ;

黄培之 ;

谢维信 .

武汉大学学报(信息科学版), 2003, (04) :476-479

← 1 →