结合Total-Bregman距离的模糊聚类算法

摘要：

模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法.目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等.对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能.同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析.实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性.

关键词：聚类算法、模糊聚类、Total-Bregman距离

所属期刊栏目：10

分类号：TP301(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61370129;the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20120009110006

在线出版日期：2016-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：220-229