首页 | 本学科首页   官方微博 | 高级检索  
     

密集簇中心二次模糊聚类算法
引用本文:田生文,黄明明. 密集簇中心二次模糊聚类算法[J]. 计算机工程与设计, 2007, 28(2): 436-439
作者姓名:田生文  黄明明
作者单位:鲁东大学,计算机科学与技术学院,山东,烟台,264025;青岛朗讯科技有限公司,山东,青岛,266071
摘    要:针对模糊C-均值聚类算法偏好发现球形簇,以及对孤立点非常敏感的问题,提出了密集簇中心二次模糊聚类算法,其中引入聚类有效性度量函数,并进行了有效的孤立点处理,最终的模糊簇由多个代表点共同表示,故算法可有效发现数据集中的自然簇数目,对簇的大小和形状没有偏好性,且在孤立点的处理上具有较好的健壮性.另外,随机采样过程方便地实现了上述算法在大型数据集上的扩展;与模糊C-均值聚类算法的实验结果比较也表明了该算法的优越性.

关 键 词:模糊聚类  聚类有效性  密集簇  多代表点  随机采样
文章编号:1000-7024(2007)02-0436-04
修稿时间:2006-03-01

Secondly fuzzy clustering algorithm based on centers of dense clusters
TIAN Sheng-wen,HUANG Ming-ming. Secondly fuzzy clustering algorithm based on centers of dense clusters[J]. Computer Engineering and Design, 2007, 28(2): 436-439
Authors:TIAN Sheng-wen  HUANG Ming-ming
Affiliation:1. School of Computer Science and Technology, Ludong University, Yantai 264025, China; 2. Qingdao Lucent Technology Limited Compang, Qingdao 266071, China
Abstract:
Keywords:fuzzy clustering  clustering validity  dense clusters  representative points  random sampling
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号