-
题名广义洛伦兹内核函数在模糊C均值聚类中的应用研究
- 1
-
-
作者
王建华
李晓峰
高巍巍
-
机构
哈尔滨师范大学
黑龙江外国语学院信息科学系
-
出处
《计算机科学》
CSCD
北大核心
2015年第9期268-271,共4页
-
基金
黑龙江省智能教育与信息工程重点实验室开放基金项目(1155xnc107)
黑龙江省教育厅科学技术研究项目(12543067)资助
-
文摘
模糊C均值(FCM)算法是数据聚类分析的主要算法。但在嘈杂环境下,对于抽样大小不一的聚类,数目越多准确性越低,上述弊端可通过替代性FCM(AFCM)的高斯内核映射来解决。鉴于AFCM的不足,提出了针对模糊C均值聚类的广义洛伦兹内核函数。利用该算法对鸢尾数据库进行聚类,将其划分成山鸢尾、变色鸢尾和维吉尼亚鸢尾3类。实验结果表明,广义洛伦兹模糊C均值(GLFCM)可实现对离群聚类和大小不等的聚类数据的分类,其结果优于K均值、FCM、替代性C均值(AFCM)、Gustafson-Kessel(GK)和Gath-Geva(GG)方法,收敛迭代次数比AFCM的更少,其分区索引(SC)效果也好于其他方法。
-
关键词
广义洛伦兹隶属函数
K均值
替代性模糊c均值
聚类
离群聚类
-
Keywords
Generalized lorentzian membership function, K-means, Alternative fuzzy c-means, clustering, Outlier clustering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
