基于加权直觉模糊兰氏距离的密度峰值聚类算法

摘要：

利用传统的聚类算法对直觉模糊集进行聚类分析时,存在对异常值敏感、复杂度较高的问题,不适用于大规模直觉模糊数据的聚类.针对上述问题,提出了一种基于密度峰值思想和加权兰氏距离的直觉模糊聚类算法(WIFDPL),用来提高算法对直觉模糊数据的检测精度,降低算法的复杂度.由于现有直觉模糊距离算子不满足距离度量的定义,提出了一种新的直觉模糊兰氏距离算子,减少了数据的偏移程度,降低了对异常值的敏感程度;由于凝聚型层次聚类算法复杂度较高,采用密度峰值聚类算法对直觉模糊集进行聚类,显著提高了算法的运行效率.实验结果表明,利用改进的直觉模糊兰氏距离提高了聚类精度,且新算法复杂度较低,更适用于大规模直觉模糊集的聚类.

关键词：聚类分析、直觉模糊集、兰氏距离、密度峰值

所属期刊栏目：51

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家社会科学基金19VSZ072

在线出版日期：2023-02-06（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：101-110