模糊K-Harmonic Means聚类算法

被引：5

作者：

赵恒

杨万海

张高煜

机构：

[1] 西安电子科技大学电子工程学院

[2] 西安电子科技大学电子工程学院陕西西安

[3] 陕西西安

来源：

西安电子科技大学学报 | 2005年 / 04期

关键词：

模糊K-HarmonicMeans聚类; 聚类中心; 条件概率; Folkes&Mallows指标;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对K-HarmonicMeans算法进行扩展,考虑到数据点对不同类的隶属关系,将模糊的概念应用到聚类中,提出了模糊K-HarmonicMeans算法,推导出聚类中心和模糊隶属度的迭代公式.在中心迭代聚类算法统一框架的基础上,推导出FKHM算法聚类中心的条件概率表达式以及在迭代过程中的数据加权函数表达式.最后,用Folkes&Mallows指标对聚类结果进行评价.实验表明,模糊K-HarmonicMeans(KHM)算法在聚类对于初值不敏感的同时提高了聚类结果的精确度,达到较好的聚类效果.

引用

页码：603 / 606+638 +638

页数：5