| 改进的快速模糊C-均值聚类算法 |
| |
| 引用本文： | 陈松生,王蔚. 改进的快速模糊C-均值聚类算法[J]. 计算机工程与应用, 2007, 43(10): 167-169 |
| |
| 作者姓名： | 陈松生 王蔚 |
| |
| 作者单位： | 南京师范大学,教育科学学院,机器学习与认知实验室,南京,210097;南京师范大学,教育科学学院,机器学习与认知实验室,南京,210097 |
| |
| 基金项目： | 教育部留学回国人员科研启动基金 , 教育部规划重点项目 |
| |
| 摘 要： | 为解决模糊C-均值(FCM)聚类算法在大数据量中存在的计算量大、运行时间过长的问题，提出了一种改进方法：先用多次随机取样聚类得到的类中心作为FCM算法的初始类中心，以减少FCM算法收敛所需的迭代次数；接着通过数据约减，压缩参与迭代运算的数据集，减少每次迭代过程的运算时间。该方法使FCM算法运算速度大大提高，且不影响算法的聚类效果。
|
| 关 键 词： | 模糊聚类分析 模糊C-均值 多次随机取样 数据约减 |
| 文章编号： | 1002-8331（2007）10-0167-03 |
| 收稿时间： | 2006-09-15 |
| 修稿时间： | 2006-12-01 |
Modified fast fuzzy C-means clustering algorithm |
| |
| CHEN Song-sheng,WANG Wei. Modified fast fuzzy C-means clustering algorithm[J]. Computer Engineering and Applications, 2007, 43(10): 167-169 |
| |
| Authors: | CHEN Song-sheng WANG Wei |
| |
| Abstract: | The Fuzzy C-Means(FCM) clustering algorithm requires a long time,due to processing the large data set.This paper presents a method to speed up the FCM algorithm using cluster centers obtained by the multi-times random sampling clustering as the initial cluster centers for the FCM algorithm to reduce the number of iterations required for convergence,and for optimization of the data set to reduce the time for each iteration.This method enormously accelerates the FCM algorithm while maintaining the clustering accuracy. |
| |
| Keywords: | fuzzy clustering analysis fuzzy c-means multi-times random sampling data reduction |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
