10.3969/j.issn.1003-3254.2014.08.025
初始聚类中心优化的加权最大熵核FCM算法
针对传统基于最大熵模糊 C 均值聚类算法(MEFCM)仅适用于球状或椭圆状聚类,为了解决数据分布混乱以及高度相关难以划分的情形,引入 Mercer 核函数,使原来没有显现的特征突现出来,从而使聚类效果更好。然而在实际问题中,大多数样本集的样本数据都存在着重要性(权重)不同的现象,主要针对样本集中各个数据的不同重要程度来设计加权方法,同时为了克服聚类算法对初始聚类中心选取的敏感性这一弱点,提出了一个初始聚类中心优化的加权最大熵核模糊聚类算法(WKMEFCM)。通过实验验证,该算法与原MEFCM算法比较,其聚类结果更加稳定、准确,从而达到更好的聚类划分效果。
核函数、FCM算法、特征权重、最大熵、初始聚类中心
TP3;TN9
国家自然科学基金61100116;江苏省自然科学基金重点资助项目BK2011492
2014-08-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
139-143