基于模糊Fisher准则的自适应降维模糊聚类算法

摘要：

该文指出曹苏群等人提出的基于模糊Fisher准则(FFC)的半模糊聚类算法(FFC-SFCA)中的一个推导错误,结合模糊紧性和分离性(FCS)聚类算法提出新的聚类算法:FFC-FCS.FFC-FCS充分利用FFC的特征提取和降维特性,交替运行原始数据空间中FFC和投影空间中的FCS,通过对降维数据的聚类实现对原始数据的聚类.FFC-FCS不仅对低维数据具有优异的分类性能而且对高维数据也表现出一定的分类优势.实验结果表明,FFC-FCS 的性能明显优于原有的FCS算法,FFC-SFCA算法以及经典的模糊C-均值(FCM )算法.

关键词：模糊散布矩阵、模糊Fisher准则、最优投影矢量、FCS聚类

所属期刊栏目：31

分类号：TP181(自动化基础理论)

资助基金：家自然科学基金60572133资助课题

在线出版日期：2010-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2653-2658