| 基于权重差异度的动态模糊聚类算法 |
| |
| 引用本文： | 刘良凤,刘三阳.基于权重差异度的动态模糊聚类算法[J].吉林大学学报(理学版),2019,57(3):574-582. |
| |
| 作者姓名： | 刘良凤 刘三阳 |
| |
| 作者单位： | 西安电子科技大学 数学与统计学院,西安,710126;西安电子科技大学 数学与统计学院,西安,710126 |
| |
| 摘 要： | 针对传统模糊聚类算法需提前设置参数和初始聚类中心, 导致聚类结果不稳定的问题, 提出一种基于权重差异度的动态模糊聚类算法. 首先引入样本特征权重向量和样本间差异度的概念, 对数据集分布情况进行描述, 并采用新的评价指标获取候选聚类中心； 然后根据最小差异度准则, 对剩余样本点进行分类； 最后结合Davies-Bouldin指数(DBI)评价准则对候选聚类中心做进一步筛选与合并. 实验结果表明, 该算法在不同测试数据集上的性能明显优于传统聚类算法, 具有更高的自适应性和稳定性.
|
| 关 键 词： | 模糊聚类算法 权重向量 差异度 Davies-Bouldin指数 自适应 |
| 收稿时间： | 2018-05-07 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 |
|
