改进的基于二次型模糊c均值聚类模型

被引：5

作者：

陈加顺 ^{[1
,2
]}

皮德常 ^{[1
]}

机构：

[1] 南京航空航天大学计算机科学技术学院

[2] 淮海工学院计算机工程学院

来源：

系统工程与电子技术 | 2013年 / 35卷 / 07期

基金：

国家高技术研究发展计划(863计划);

关键词：

模糊聚类; 改进模糊可能性c均值; 二次型距离; 权重矩阵;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对模糊聚类算法对点数据集聚类的敏感性以及区间类型数据聚类效果不明显等问题,提出了基于二次型距离改进的模糊可能性c均值(fuzzy-possibilistic c-means,FPCM)聚类算法。首先分析了区间数据的特征,引入了区间值的数学表示方法,在此基础上提出了3种不同的基于区间数据距离度量方法以及相应权重矩阵的计算方法,通过建立拉格朗日方程对目标方程优化,求得聚类中心、隶属度以及可能性迭代方程,并证明目标方程的收敛性,最后给出了算法执行步骤。在不同类型的数据集上实验,证明算法在点数据集和区间数据集上都具有较好聚类性能.

引用

页码：1547 / 1553

页数：7

共 11 条

[1]

联机核模糊C均值聚类方法 [J].

吴小燕 ;

陈松灿 .

系统工程与电子技术, 2012, 34 (12) :2599-2606

[2]

基于数据间内在关联性的自适应模糊聚类模型.[J].唐成龙;王石刚;.自动化学报.2010, 11

[3]

A fuzzy c-means clustering algorithm based on nearest-neighbor intervals for incomplete data [J].

Li, Dan ;

Gu, Hong ;

Zhang, Liyong .

EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (10) :6942-6947

[4]

New fuzzy c-means clustering model based on the data weighted approach [J].

Tang, Chenglong ;

Wang, Shigang ;

Xu, Wei .

DATA & KNOWLEDGE ENGINEERING, 2010, 69 (09) :881-900

[5]

Fuzzy K-means clustering algorithms for interval-valued data based on adaptive quadratic distances [J].

de Carvalho, Francisco de A. T. ;

Tenorio, Camilo P. .

FUZZY SETS AND SYSTEMS, 2010, 161 (23) :2978-2999

[6]

Autocorrelation-based fuzzy clustering of time series [J].

D'Urso, Pierpaolo ;

Maharaj, Elizabeth Ann .

FUZZY SETS AND SYSTEMS, 2009, 160 (24) :3565-3589

[7]

New clustering methods for interval data [J].

Chavent, Marie ;

de Carvalho, Francisco de A. T. ;

Lechevallier, Yves ;

Verde, Rosanna .

COMPUTATIONAL STATISTICS, 2006, 21 (02) :211-229

[8]

Partitional fuzzy clustering methods based on adaptive quadratic distances [J].

de Carvalho, Francisco de A. T. ;

Tenorio, Carnilo P. ;

Cavalcanti Junior, Nicornedes L. .

FUZZY SETS AND SYSTEMS, 2006, 157 (21) :2833-2857

[9]

Dynamic clustering for interval data based on <Emphasis Type="Italic">L</Emphasis> <Subscript>2</Subscript> distance.[J].Francisco de A. T. Carvalho;Paula Brito;Hans-Hermann Bock.Computational Statistics.2006, 2

[10]

Multivalued type proximity measure and concept of mutual similarity value useful for clustering symbolic patterns.[J].D.S. Guru;Bapu B. Kiranagi;P. Nagabhushan.Pattern Recognition Letters.2004, 10

← 1 2 →