基于对应分析的冗余模糊C均值聚类算法研究

被引：7

作者：

曾山 ^{[1
]}

同小军 ^{[2
]}

桑农 ^{[1
]}

李蓉烨 ^{[2
]}

机构：

[1] 华中科技大学图像识别与人工智能研究所

[2] 武汉工业学院数理科学系

来源：

华中科技大学学报(自然科学版) | 2012年 / 40卷 / 02期

关键词：

模糊C均值聚类算法; 对应分析; 加权FCM算法; 模糊隶属度矩阵; 类间分离度; 类内紧缩度;

D O I：

10.13245/j.hust.2012.02.016

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对模糊C均值聚类(FCM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FCM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FCM算法分割成多个小类(冗余类),从而规避FCM算法对初始聚类中心敏感的弱点.由于隶属度划分矩阵的元素是每个样本隶属于各冗余类的隶属度值,因此将其作为各冗余类的类特征,通过对应分析得到冗余类的新特征,再次采用加权FCM算法进行冗余类合并,最后达到分类效果.以代表曲线分割和曲面分割分类问题的3个典型数据集为算例,结果表明该方法能够识别不规则的簇,解决了FCM算法对初始聚类中心敏感的缺陷.

引用

页码：107 / 111+132 +132

页数：6