基于模糊商空间的模糊C-均值算法研究

摘要：

传统的FCM 算法对于初始中心敏感，需要事先指定聚类数目。而且对于类大小不均匀的情况下很难得到正确的聚类结果，我们通过引入相似函数并构造出归一化距离，得到模糊商空间的分层递阶的结构，并通过基于粒度思想的准则函数选择出一个最佳层次，从而确定聚类的个数，并且选择具有相似性高的样本作为初始聚类中心，给出了基于模糊商空间的FCM 算法(QFCM)。与传统的算法比较，改进的算法能够自动确定最佳聚类数目，发现大小不均的聚类，并且可以有效的减少迭代次数，得到稳定的结果，并提高了聚类准确率。实验证明了QFCM 算法的有效性。

关键词： fuzzy quotient space normalized distance hierarchical structure fuzzy c-means clusteringcenter

作者: 邓现伦 王加阳

会议类型: 国内会议

会议名称: 湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛

会议地点: 长沙

会议语种:中文

页码: 428

在线出版日期: 2010-11-01（万方平台首次上网日期，不代表论文的发表时间）