特征加权模糊C均值聚类算法在划分劳动报酬中的应用

摘要：

本文简要介绍了模糊C均值聚类算法,由于该算法运行速度慢并且没有考虑样本的各特征对分类结果贡献的不同,所以本文采用了用硬聚类算法所得的聚类中心作为迭代的初值,用特征加权模糊C均值聚类算法进行聚类分析,并将其运用到划分各地区各行业就业人员平均劳动报酬中.实验结果表明,它较大的提高了算法的收敛速度并且聚类效果较好.

关键词： 模糊C均值聚类算法 特征加权模糊C均值聚类算法 聚类效果

作者: 赵爽 李晓奇 沙秀艳

作者单位: 东北大学理学院 辽宁沈阳,110004 东北大学 秦皇岛分校 信息与计算科学系,河北秦皇岛,066004 鲁东大学 数学与信息学院,山东烟台,264000

会议类型: 国内会议

会议名称: 第三届中国智能计算大会

会议地点: 济南

会议语种:中文

页码: 357-359

在线出版日期: 2009-05-15（万方平台首次上网日期，不代表论文的发表时间）