集成粗糙集和阴影集的簇特征加权模糊聚类算法

被引：16

作者：

王丽娜 ^{[1
,2
,3
]}

王建东 ^{[3
]}

李涛 ^{[1
,2
]}

叶枫 ^{[3
,4
]}

机构：

[1] 南京信息工程大学江苏省气象探测与信息处理重点实验室

[2] 南京信息工程大学电子与信息工程学院

[3] 南京航空航天大学计算机科学与技术学院

[4] 河海大学计算机与信息学院

来源：

系统工程与电子技术 | 2013年 / 35卷 / 08期

关键词：

模糊聚类; 聚类有效性; 特征权重; 粗糙集; 阴影集;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

特征加权是聚类算法中的常用方法,决定权值对产生一个有效划分非常关键。基于模糊集、粗糙集和阴影集的粒计算框架,本文提出计算不同簇特征权重的聚类新方法,特征权值随着每次迭代自动地计算。每个簇采用不同的特征权重可以更有效地实现聚类目标,并使用聚类有效性指标包括戴维斯-Bouldin指标(Davies-Bouldin,DB)、邓恩指标(Dunn,Dunn)和Xie-Beni指标(Xie-Beni,XB)分析基于划分的聚类有效性。真实数据集上的实验表明这些算法总是收敛的,而且对交叠的簇划分更有效,同时在噪声和异常数据存在时具有鲁棒性。

引用

页码：1769 / 1776

页数：8

共 8 条

[1]

Shadowed sets in the characterization of rough-fuzzy clustering [J].

Zhou, Jie ;

Pedrycz, Witold ;

Miao, Duoqian .

PATTERN RECOGNITION, 2011, 44 (08) :1738-1749

[2]

A novel intuitionistic fuzzy C means clustering algorithm and its application to medical images.[J].Tamalika Chaira.Applied Soft Computing Journal.2010, 2

[3]

Shadowed c -means: Integrating fuzzy and rough clustering.[J].Sushmita Mitra;Witold Pedrycz;Bishal Barman.Pattern Recognition.2009, 4

[4]

Fuzzy clustering with weighted medoids for relational data.[J].Jian-Ping Mei;Lihui Chen.Pattern Recognition.2009, 5

[5]

Simulated annealing based automatic fuzzy clustering combined with ANN classification for analyzing microarray data.[J].Ujjwal Maulik;Anirban Mukhopadhyay.Computers and Operations Research.2009, 8

[6]

RFCM: A hybrid clustering algorithm using rough and fuzzy sets [J].

Maji, Pradipta ;

Pal, Sankar K. .

FUNDAMENTA INFORMATICAE, 2007, 80 (04) :475-496

[7]

Unsupervised learning of prototypes and attribute weights.[J].Hichem Frigui;Olfa Nasraoui.Pattern Recognition.2003, 3

[8]

Wrappers for feature subset selection.[J].Ron Kohavi;George H. John.Artificial Intelligence.1997, 1

← 1 →