一种广义加权模糊聚类算法

被引：3

作者：

包志强 ^{[1
]}

吴顺君 ^{[1
]}

韩冰 ^{[2
]}

机构：

[1] 西安电子科技大学雷达信号处理国家重点实验室

[2] 西安电子科技大学电子工程学院

来源：

华中科技大学学报(自然科学版) | 2007年 / S1期

关键词：

聚类分析; 加权模糊聚类; 数值特征; 类属特征;

D O I：

10.13245/j.hust.2007.s1.055

中图分类号：

TP391.4 [模式识别与装置]; TP18 [人工智能理论];

学科分类号：

0811 ; 081101 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.

引用

页码：198 / 201

页数：4

共 5 条

[1]

Optimization and applications research onfuzzy clustering algorithms. Gao Xinbo. . 1999

[2]

Advance of the theory and application offuzzy clustering analysis. He Qing. Fuzzy System and FuzzyMathematics . 1998

[3]

A fuzzy k-modes al-gorithm for clustering categorical data. Huang Zhexue,Michael K Ng. IEEETrans.on Fuzzy Systems . 1999

[4]

Pattern recognition with fuzzy objectfunction algorithms. Bezdek J C. . 1981

[5]

Pattern classification and sceneanalysis. Duda R O,Hart P E. . 1973

← 1 →