基于直觉模糊集的模糊C均值聚类改进算法 |
| |
作者姓名: | 李婧 于丽英 |
| |
作者单位: | 上海大学管理学院 |
| |
摘 要: | 针对特征权重未知且具有直觉模糊数的特征信息的聚类分析问题,提出一种改进的基于直觉模糊集的模糊C均值聚类算法.首先,定义区域密度参数,选择高密度区域中相距最远的样本为初始聚类中心;然后,利用直觉模糊熵计算聚类样本的特征权重,对样本特征值进行加权处理.给出改进的FCM聚类算法的具体步骤,并进行了算例验证.研究结果表明,该算法不仅克服了FCM算法易陷入局部极小值的问题,同时大大减少迭代次数,加快了收敛速度,提高了聚类性能.
|
本文献已被 CNKI 等数据库收录! |
|