基于密度敏感距离和模糊划分的改进FCM算法

毛森林; 夏镇; 耿新宇; 陈剑辉; 蒋宏霞

首页> 中文期刊> 《计算机科学》 >基于密度敏感距离和模糊划分的改进FCM算法

基于密度敏感距离和模糊划分的改进FCM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

传统的模糊C均值(Fuzzy C-means,FCM)算法对噪声数据敏感,并且在迭代过程中因仅考虑了距离因素,故使用欧氏距离进行距离度量,这会导致只考虑样本点之间的局部一致性特征,而忽略全局一致性特征的问题,为此,提出了一种基于密度敏感距离和模糊划分的改进FCM算法。首先在建立相似度矩阵时使用密度敏感距离替代欧氏距离来进行计算,然后在聚类过程中引入模糊熵作为约束条件,推导出新的聚类中心和具有高斯分布特性的隶属度计算公式。此外,针对传统FCM算法随机选取初始聚类中心可能导致聚类结果不稳定的问题,根据聚类中心点周围样本点比较密集以及聚类中心点之间距离较远两个原则,结合密度敏感距离来选取初始聚类中心点。最后通过实验对比表明,与传统FCM聚类算法及其派生算法相比,改进算法不仅具有更高的聚类性能和抗噪性,且收敛速度也显著提高。

著录项

来源
《计算机科学》 |2022年第s01期|285-290|共6页
作者
毛森林; 夏镇; 耿新宇; 陈剑辉; 蒋宏霞;
展开▼
作者单位

西南石油大学计算机科学学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机仿真;
关键词
模糊C均值聚类; 密度敏感距离; 模糊熵; 隶属度; 初始聚类中心;

相似文献

中文文献
外文文献
专利

1. 基于密度敏感距离的改进模糊C均值聚类算法 [J] . 王治和 ,王淑艳 ,杜辉 . 计算机工程 . 2021,第5期
2. 改进模糊划分的FCM聚类算法的一般化研究 [J] . 朱林 ,王士同 ,邓赵红 . 计算机研究与发展 . 2009,第005期
3. 基于马氏距离的模糊聚类优化算法——KM-FCM [J] . 祖志文 ,李秦 . 河北科技大学学报 . 2018,第002期
4. 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
5. 基于改进FCM算法的季节负荷谷平峰时段划分研究 [J] . 刘仲民 ,呼彦喆 ,高敬更 . 计算机与数字工程 . 2022,第6期
6. 基于FCM算法的连锁故障评价及路径划分方法研究 [C] . 寇凌岳 ,艾欣 ,邓慧琼 . 第十一届全国电工数学学术年会 . 2007
7. 基于FCM改进算法的快递配送区域划分问题研究 [A] . 阎宇婷 . 2012

基于密度敏感距离和模糊划分的改进FCM算法

摘要

著录项

相似文献

相关主题

期刊订阅