半监督模糊聚类算法的研究与改进

摘要：

介绍了半监督模糊聚类(SFCM)算法的原理和基础,针对当先验信息量稀少时算法无法真正有效地利用labeled数据的监督信息的缺点,提出了一种改进的半监督模糊聚类算法,即SSFCM算法.该方法把表示labeled数据点权重的参数放在聚类中心的迭代表达式里,从而可以调节监督信息的影响力.最后,在标准Iris数据集下,通过matlab编程实现算法.实验结果表明:无论从聚类结果的准确率还是算法运行迭代次数来看,SSFCM算法均优于FCM算法和SFCM算法.

关键词：模糊C均值聚类、半监督模糊C均值聚类、半监督聚类、监督信息

所属期刊栏目：51

分类号：TP181(自动化基础理论)

资助基金：贵州省档案局科研项目2015D001;贵州省科学技术基金项目黔科合J字[2015]2045;贵州大学研究生创新基金项目研理工2017014

在线出版日期：2018-06-20（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：1061-1065