一种模糊聚类算法归类的研究

被引：34

作者：

李翠霞

于剑

机构：

[1] 北京交通大学计算机与信息技术学院

[2] 北京交通大学计算机与信息技术学院北京

[3] 北京

来源：

北京交通大学学报 | 2005年 / 02期

关键词：

聚类; 模糊C均值(FCM)算法; 隶属度; 权重指数; 目标函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.

引用

页码：17 / 21

页数：5