区间型数据聚类的FCM新算法

摘要：

在多点聚类问题中,有些区间型数据样本是以团状的形式存在,且团状样本集之间存在着连接样本点,这类样本点仅靠距离型聚类方法难以实现正确的聚类或聚类效果不佳.本文针对区间型数据,在基于距离的模糊C均值聚类算法基础上,将点密度函数以权重的形式引入,得出了新的模糊C均值聚类算法,利用该方法可以将存在于边界上的点集加以区分,同时还解决了FCM原有的等趋势聚类的问题,仿真实例表明了该方法的有效性和可行性.

关键词： fuzzy C - means clustering algorithm point density weight interval data

作者: 于洋 张颖 胡舒涵

作者单位: 沈阳工业大学,辽宁,沈阳,110870 沈阳工业大学,辽宁,沈阳,110023 大连水产学院,辽宁,大连,116023

会议类型: 国内会议

会议名称: 中国通信学会第六届学术年会

会议地点: 深圳

会议语种:中文

页码: 249-253

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）