基于密度的模糊代表点聚类算法

摘要：

结合密度聚类和模糊聚类的特点,提出一种基于密度的模糊代表点聚类算法.首先利用密度对数据点成为候选聚类中心点的可能性进行处理,密度越高的点成为聚类中心点的可能性越大;然后利用模糊方法对聚类中心点进行确定;最后通过合并聚类中心点确定最终的聚类中心.所提出算法具有很好的自适应性,能够处理不同形状的聚类问题,无需提前规定聚类个数,能够自动确定真实存在的聚类中心点,可解释性好.通过结合不同聚类方法的优点,最终实现对数据的有效划分.此外,所提出的算法对于聚类数和初始化、处理不同形状的聚类问题以及应对异常值等方面具有较好的鲁棒性.通过在人工数据集和UCI真实数据集上进行实验,表明所提出算法具有较好的聚类性能和广泛的适用性.

关键词：聚类、密度聚类、模糊聚类、代表点聚类、聚类中心、鲁棒性

所属期刊栏目：35

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61170122,61272210,81701793;江苏省自然科学基金项目BK20130155;南通市科技计划项目MS12017016-2

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1123-1133