| 松弛模糊C均值聚类算法* |
| |
| 引用本文： | 文传军,詹永照.松弛模糊C均值聚类算法*[J].科学技术与工程,2017,17(36). |
| |
| 作者姓名： | 文传军 詹永照 |
| |
| 作者单位： | 常州工学院 数理与化工学院,江苏大学 |
| |
| 摘 要： | 模糊c均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法在可能性c均值聚类算法(PCM)目标函数的基础上,放弃了FCM算法单个样本模糊隶属度归一化约束,转为n个样本模糊隶属度之和为n的约束,并利用粒子群算法对样本模糊隶属度进行优化估计,使得模糊指标可拓展为m>0的情况,同时采用梯度法得到RFCM算法聚类中心迭代公式。RFCM理论分析了算法对噪声数据抗噪的原理,解释了RFCM算法模糊指标m>0的合理性,讨论了RFCM算法的收敛性。基于gauss数据集和UCI数据集的仿真测试验证了所提出算法的有效性。
|
| 关 键 词： | 模糊聚类 归一化约束 模糊指标 粒子群算法 噪声数据 |
| 收稿时间： | 2016/12/27 0:00:00 |
| 修稿时间： | 2016/12/27 0:00:00 |
Relaxed fuzzy C-means clustering algorithm |
| |
| WEN Chuan-jun and ZHAN Yong-zhao.Relaxed fuzzy C-means clustering algorithm[J].Science Technology and Engineering,2017,17(36). |
| |
| Authors: | WEN Chuan-jun and ZHAN Yong-zhao |
| |
| Institution: | School of Mathematical Sciences and Chemical Engineering,Changzhou Institute of Technology, |
| |
| Abstract: | |
| |
| Keywords: | fuzzy clustering normalized constraint fuzzy index particle swarm optimization(PSO) noise data |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
