融合密度峰值和模糊C-均值聚类算法

摘要：

针对模糊C—均值(FCM)聚类算法聚类结果依赖于初始中心的选取,易收敛于局部极值等问题,提出了一种密度峰值聚类(DPC)算法和FCM相结合的混合聚类方法(DPC-FCM),利用密度峰值快速搜索算法可以比较准确地刻画聚类初始中心的特点,改善FCM聚类算法存在的不足,从而实现优化聚类.在UCI数据集和人工模拟数据集上的实验结果显示:融合后的新算法和传统的FCM算法相比有着更高的正确率和更快的收敛速度,证明了新算法的可行性.

关键词：聚类、模糊C—均值算法、密度峰值、初始聚类中心、自适应度距离

所属期刊栏目：37

分类号：TP312(计算技术、计算机技术)

资助基金：江苏省自然科学基金资助项目BK20140165

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：145-147,152