| 一种应用分治策略改进的FCM聚类算法 |
| |
| 引用本文： | 张思发,刘油祥. 一种应用分治策略改进的FCM聚类算法[J]. 计算机工程与应用, 2013, 0(22): 194-196 |
| |
| 作者姓名： | 张思发 刘油祥 |
| |
| 作者单位： | 中国地质大学武汉计算机学院,武汉430074 |
| |
| 基金项目： | 国家自然科学基金（No.2011093051）;中国博士后科学基金（No.2011M501260）;湖北省自然科学基金（No.2010CDB04104）. |
| |
| 摘 要： | 传统的快速聚类算法大多基于模糊C均值算（Fuzzy C-means，FCM），而FCM对初始聚类中心敏感，对噪音数据敏感并且容易收敛到局部极小值，因而聚类准确率不高。建立使用分治策略解决聚类问题的算法架构，充分考虑数据本身特性并对传统的FCM算法进行改进，标准数据集的实验结果表明这种基于分治策略的FCM聚类算法较好地提高了算法的聚类准确率，加快了收敛速度。
|
| 关 键 词： | 模糊C均值聚类 分治策略 无监督聚类 微阵列数据 |
Divide and conquer improved fuzzy C-means clustering method |
| |
| Affiliation: | ZHANG Sifa, LIU Ruixiang (College of Computer Science and Technology, China University of Geosciences, Wuhan 430074, China) |
| |
| Abstract: | Traditional FCM is sensitive with the initial cluster center and noise also easily converge to a local minimum values, which leads to low clustering accuracy. This article proposes a method that uses divide and conquer technique with equivalency and compatible relation concepts to improve the performance of the FCM clustering method. Experiment results demonstrate ap- propriate accuracy. |
| |
| Keywords: | Fuzzy C-means Clustering（FCM） divide and conquer unsupervised clustering micro-array data |
| 本文献已被 维普 等数据库收录！ |
