| 基于余弦相似性的自适应权重的改进FCM算法 |
| |
| 引用本文： | 胡建华,尹慧琳. 基于余弦相似性的自适应权重的改进FCM算法[J]. 智能计算机与应用, 2021, 17(7): 73-79. DOI: 10.3969/j.issn.2095-2163.2021.07.014 |
| |
| 作者姓名： | 胡建华 尹慧琳 |
| |
| 作者单位： | 上海理工大学 理学院,上海200093 |
| |
| 摘 要： | 模糊C-均值聚类算法(FCM)是一种经典的聚类算法,主要通过迭代更新隶属度和聚类中心来提高聚类的有效性.FCM算法的性能主要通过类内紧性和类间分离性来评价,但其既依赖于初始聚类中心,也对噪声非常敏感.考虑到每个数据点和每个聚类中心对目标函数的不同重要性,本文提出了一种具有自适应权重的改进FCM聚类算法(Hybrid FCM).主要贡献:将2个具有自适应指数p和q的自适应权向量ψ和φ引入FCM的目标函数,以体现不同数据点和聚类中心的重要性;为提高聚类性能,自适应指数p、q和模糊因子m采用粒子群优化算法(PSO)优化,新提出的聚类评价指标AWCVI作为PSO算法的适应度函数;迭代过程中利用余弦相似性对隶属度函数进行修正,提高算法的鲁棒性.实验表明,本文提出的算法能够有效地提高聚类效果.
|
| 关 键 词： | 模糊C均值算法 自适应权重 余弦相似度 粒子群算法 |
Improved FCM algorithm with adaptive weights based on cosine similarity |
| |
| HU Jianhua,YIN Huilin. Improved FCM algorithm with adaptive weights based on cosine similarity[J]. INTELLIGENT COMPUTER AND APPLICATIONS, 2021, 17(7): 73-79. DOI: 10.3969/j.issn.2095-2163.2021.07.014 |
| |
| Authors: | HU Jianhua YIN Huilin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
