一种基于大密度区域的模糊聚类算法

摘要：

针对模糊C-均值(FCM)算法对初始聚类中心和噪声数据敏感的缺陷,提出一种基于大密度区域的模糊聚类算法.该算法首先利用大密度区域以及样本的密度值变化方法,选取初始聚类中心以及候选初始聚类中心,并依据初始聚类中心与候选初始聚类中心的距离,确定初始聚类中心点,从而有效的克服了随机给定初始聚类中心容易使算法收敛到局部极小的缺陷；其次,分别利用密度函数为样本加权和引用改进的隶属度函数进行优化,有效地提高了模糊聚类的抗噪性；最后实验验证了算法在初始聚类中心的确定,聚类效果和抗噪性方面具有良好的效果.

关键词：模糊聚类、大密度区域、聚类中心、密度函数、抗噪性

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61073145;山西省自然科学基金项目2010011021-2;山西省回国留学人员科研项目2009-77

在线出版日期：2012-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1310-1315