| 均衡模糊C均值聚类算法 |
| |
| 引用本文： | 文传军,汪庆淼,詹永照. 均衡模糊C均值聚类算法[J]. 计算机科学, 2014, 41(8): 250-253 |
| |
| 作者姓名： | 文传军 汪庆淼 詹永照 |
| |
| 作者单位： | 常州工学院理学院 常州213002;苏州大学计算机学院 苏州215021;江苏大学计算机科学与通信工程学院 镇江212013 |
| |
| 基金项目： | 本文受国家自然科学基金(61170126)资助 |
| |
| 摘 要： | 模糊C均值聚类算法没有考虑各类样本容量因素,当各类样本容量差异较大时,其聚类判决将向小样本类倾斜。提出一种新的聚类算法——均衡模糊C均值聚类,对模糊C均值聚类算法最小化目标函数进行修正,使得改进的目标函数包含了样本容量因素,利用粒子群算法并以样本模糊隶属度为编码对象求解参数优解。从理论上分析了该算法的性质,通过仿真实验验证了所提算法对平衡、不平衡数据集的有效性。
|
| 关 键 词： | 模糊C均值聚类 样本容量 均衡化 粒子群 全局优解 |
| 收稿时间： | 2013-06-25 |
| 修稿时间： | 2013-10-13 |
Equalization Fuzzy C-means Clustering Algorithm |
| |
| WEN Chuan-jun,WANG Qing-miao and ZHAN Yong-zhao. Equalization Fuzzy C-means Clustering Algorithm[J]. Computer Science, 2014, 41(8): 250-253 |
| |
| Authors: | WEN Chuan-jun WANG Qing-miao ZHAN Yong-zhao |
| |
| Affiliation: | School of Science,Changzhou Institute of Technology,Changzhou 213002,China;School of Computer Science and Technology,Soochow University,Suzhou 215021,China;School of Computer Science and Communication Engineering,Jiangsu University,Zhenjiang 212013,China |
| |
| Abstract: | |
| |
| Keywords: | Fuzzy C-means clustering Samples size Equalization Particle swarm Global optimal solution |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
