首页 | 本学科首页   官方微博 | 高级检索  
     

一种改进的加权模糊核聚类算法
引用本文:高翠芳,吴小俊.一种改进的加权模糊核聚类算法[J].数据采集与处理,2010,25(5).
作者姓名:高翠芳  吴小俊
基金项目:教育部新世纪优秀人才计划项目,国家自然科学基金,江苏省自然科学基金,江南大学创新团队计划项目
摘    要:聚类算法对初始值的依赖性较大,通常容易陷入局部最优, 很难得到稳定的聚类结果.为改善该问题,本文提出了一种改进的加权模糊核聚类算法,将迭代自组织的数据分析算法(ISODATA)的思想引入到加权模糊核聚类算法(WFKCA)中,利用聚类中心分裂/合并的中间结果来调整初始中心,降低了WFKCA算法收敛于局部最优的可能.改进算法采用特征空间中的计算度量,将单值标准差阈值扩展为标准差阈值向量,并增加了对聚类中心的调整幅度.实验结果显示,该算法在不同结构和维数的数据集上都取得了更稳定的聚类精度.

关 键 词:模糊核聚类  ISODATA算法  局部最优  稳定性

Improved Algorithm for Weighted Fuzzy Kernel Clustering Analysis
Gao Cuifang,Wu Xiaojun.Improved Algorithm for Weighted Fuzzy Kernel Clustering Analysis[J].Journal of Data Acquisition & Processing,2010,25(5).
Authors:Gao Cuifang  Wu Xiaojun
Abstract:
Keywords:
本文献已被 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