特征加权和优化划分的模糊C均值聚类算法

肖林云; 陈秀宏; 林喜兰

Chinese

您当前的位置：

首页 >

文章列表页 >

特征加权和优化划分的模糊C均值聚类算法

更新时间：2026-09-04

- 特征加权和优化划分的模糊C均值聚类算法
- Feature Weighted and Improved Partition Fuzzy C-Means Cluster Algorithm
- 微电子学与计算机 2016年33卷第10期页码：143-146
- 作者机构：
  
  江南大学数字媒体学院,江苏,无锡,214122
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61373055
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
肖林云, 陈秀宏, 林喜兰. 特征加权和优化划分的模糊C均值聚类算法[J]. 微电子学与计算机, 2016, 33(10): 143-146, 150.

XIAO Lin-yun, CHEN Xiu-hong, LIN Xi-lan. Feature Weighted and Improved Partition Fuzzy C-Means Cluster Algorithm[J]. 2016, 33(10): 143-146.
肖林云, 陈秀宏, 林喜兰. 特征加权和优化划分的模糊C均值聚类算法[J]. 微电子学与计算机, 2016, 33(10): 143-146, 150. DOI：

XIAO Lin-yun, CHEN Xiu-hong, LIN Xi-lan. Feature Weighted and Improved Partition Fuzzy C-Means Cluster Algorithm[J]. 2016, 33(10): 143-146. DOI：

摘要

在传统FCM算法基础上提出一种称为特征加权和优化划分的模糊C均值算法(WGIFP-FCM).该算法结合了优化划分法和特征权重思想

得到特征权重向量迭代公式并在聚类处理过程中自适应地更新.仿真实验结果表明

该算法能科学地计算出样本特征权重向量

获得优于GIFP-FCM、WFCM和FCM的聚类效果

具有一定实际应用价值.

Abstract

This paper proposes a new algorithm based on the FCM

which is called feature weighting and optimal fuzzy partition of fuzzy c-means algorithm (WGIFP - FCM). This algorithm combines the optimization partition method and the feature weight idea

obtains feature weight vector formula and updates it in the entire clustering process.Simulation experiments have proved that the proposed algorithm has gotten better clustering results than GIFP - FCM

WFCM and FCM while calculating the weighting vector scientifically

and so it will be available in practice.

关键词

Keywords

references

Dunn J C. A fuzzy relative of the isodata process and its use in detecting compact well-separated clusters[J]. Cybernetics, 1973, 3(3): 32-57. DOI: 32

Pal N R, Bezdek J C. On cluster validity for the fuzzy c-means model[J]. IEEE Transactions on Fuzzy Systems, 1995, 3(3): 370-379. DOI: 370

Iwayama M, Tokunaga T. Hierarchical bayesian clustering for automatic text classification[C]// Proceedings of the 14th international joint conference on Artificial intelligence. San Francisco, CA, USA: ACM, 1995: 1322-1327.

Lai Chung F, Lee T. Fuzzy competitive learning[J]. Neural Networks, 1994, 7(3): 539-551. DOI: 539

BerlinHeidelberg Ghosh J. Multiclassifier systems: Back to the future[M]. BerlinHeidelberg: Springer, 2002: 1-15. DOI: 1

Zhu L, Chung F L, Wang S. Generalized fuzzy c-means clustering algorithm with improved fuzzy partitions[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2009, 39(3): 578-591. DOI: 578

王洪春, 彭宏. 基于模糊C-均值的增量式聚类算法[J]. 微电子学与计算机, 2007, 24(6): 156-157. DOI: 156

李朝锋, 居红云, 王琪. 基于QPSO的模糊C均值聚类算法[J]. 微电子学与计算机, 2008, 25(7): 194-197. DOI: 194

朱红霞, 王黎明. 改进的自适应模糊C均值聚类图像分割算法[J]. 微电子学与计算机, 2010, 27(12): 87-89. DOI: 87

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向处理器分支预测单元的Spectre攻击轻量化防御方法

超低功耗实时时钟电路的设计

基于多尺度融合与小目标增强的航拍车辆检测算法

基于反向体偏置的高增益稳定性高温运放设计

基于区块链的AI生成内容溯源框架设计研究