| 融合密度峰值和空间邻域信息的FCM聚类算法 |
| |
| 引用本文： | 周世波,徐维祥,徐良坤. 融合密度峰值和空间邻域信息的FCM聚类算法[J]. 仪器仪表学报, 2019, 40(4): 137-144 |
| |
| 作者姓名： | 周世波 徐维祥 徐良坤 |
| |
| 作者单位： | 集美大学航海学院;北京交通大学 |
| |
| 基金项目： | 国家自然科学基金（61672002）、福建省自然科学基金（2016J01243）项目资助 |
| |
| 摘 要： | 针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷,提出了一种密度峰值和样本点空间邻域信息优化的FCM算法。改进后的算法选择数据集中具有局部密度峰值的样本点或者局部密度较大的样本点作为初始聚类中心,充分考虑样本点邻域之间的关系,增加局部密度值大的样本点在聚类中心迭代计算过程中的影响力,从而达到优化FCM算法聚类效果的目的。理论分析和在人造数据集、加州大学欧文分校(UCI)机器学习数据库中真实数据上的实验结果表明,改进后算法的抗噪性、聚类效果和全局收敛能力均优于传统FCM算法。
|
| 关 键 词： | 密度峰值；模糊C均值；局部密度；聚类 |
Improved FCM algorithm based on density peaks and spatial neighborhood information |
| |
| Zhou Shibo,Xu Weixiang,Xu Liangkun. Improved FCM algorithm based on density peaks and spatial neighborhood information[J]. Chinese Journal of Scientific Instrument, 2019, 40(4): 137-144 |
| |
| Authors: | Zhou Shibo Xu Weixiang Xu Liangkun |
| |
| Affiliation: | Navigation College of Jimei University, Xiamen 361021, China;Beijing Jiaotong University, Beijing 100044, China |
| |
| Abstract: | |
| |
| Keywords: | density peaks fuzzy C means( FCM) local density clustering |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载全文 |
|
