基于密度敏感距离的改进模糊C均值聚类算法

王治和; 王淑艳; 杜辉

首页> 中文期刊> 《计算机工程》 >基于密度敏感距离的改进模糊C均值聚类算法

基于密度敏感距离的改进模糊C均值聚类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征.提出一种利用密度敏感距离度量创建相似度矩阵的FCM算法.通过近邻传播算法获取粗类数作为最佳聚类数的搜索范围上限,以解决FCM算法聚类数目需要人为预先设定和随机选定初始聚类中心造成聚类结果不稳定的问题.在此基础上,改进最大最小距离算法,得到具有代表性的样本点作为初始聚类中心,并结合轮廓系数自动确定最佳聚类数.基于UCI数据集和人工数据集的实验结果表明,相比经典FCM、K-means和CFSFDP算法,该算法不仅具有识别复杂非凸数据的能力,而且能够在保证聚类性能和稳定性的前提下加快收敛速度.

著录项

来源
《计算机工程》 |2021年第5期|88-96103|共10页
作者
王治和; 王淑艳; 杜辉;
展开▼
作者单位

西北师范大学计算机科学与工程学院兰州 730070;

西北师范大学计算机科学与工程学院兰州 730070;

西北师范大学计算机科学与工程学院兰州 730070;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
模糊C均值聚类算法; 密度敏感距离; 近邻传播; 初始聚类中心; 轮廓系数;

相似文献

中文文献
外文文献
专利

1. 基于加权像素距离和相对熵的模糊C均值聚类改进算法研究 [J] . 王薇 ,魏应敏 . 中国医疗设备 . 2020,第004期
2. 基于低密度分割密度敏感距离的谱聚类算法 [J] . 陶新民 ,王若彤 ,常瑞 . 自动化学报 . 2020,第007期
3. 基于秩约束密度敏感距离的自适应聚类算法 [J] . 任永功 ,刘洋 ,赵月 . 计算机科学 . 2017,第005期
4. 基于密度敏感距离的多级近邻传播聚类算法 [J] . 卢鹏丽 ,王祖东 . 兰州理工大学学报 . 2013,第006期
5. 基于密度敏感距离的协同训练算法 [J] . 徐飞裕 ,徐荣聪 . 计算机应用与软件 . 2011,第009期
6. 改进的模糊C均值聚类算法 [C] . 刘坤朋 ,罗可 . 2009年全国理论计算机科学学术年会 . 2009
7. 基于改进的模糊C均值聚类算法的入侵检测技术研究 [A] . 付家祺 . 2018

基于密度敏感距离的改进模糊C均值聚类算法

摘要

著录项

相似文献

相关主题

期刊订阅