特征加权的模糊C聚类算法

摘要：

参照文献[5]中将K-means聚类算法与特征权重优化相结合的方法,推导出FCM聚类算法与特征权重优化相结合的优化迭代公式,形成加权FCM算法.将加权FCM算法中计算聚类均值项的公式代入到计算隶属度的更新公式和特征权重的更新公式中,得到加权FCM扩展算法.由于这个扩展算法消去了均值项,它对于有序属性和无序类别属性的隶属度和特征权重的更新公式具有统一的形式,因此可以很方便地应用到混合属性数据集的加权聚类分析中来.该算法的收敛性分析与FCM类似,算法迭代结束后能给出一组优化的特征权重值.仿真实验结果与WKMeans算法的结果基本一致,说明该方法在优化混合属性数据集的特征权重时是有效的.

关键词：加权FCM、特征权重优化、固定特征加权、可变特征加权、加权FCM扩展算法

所属期刊栏目：28

分类号：TP181(自动化基础理论)

资助基金：广东省自然科学基金031454;广东省科技攻关计划2004A10202001

在线出版日期：2008-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5329-5333