-
题名基于自适应的粗糙C-均值聚类算法
- 1
-
-
作者
严静静
张腾飞
-
机构
南京邮电大学自动化学院
-
出处
《计算机技术与发展》
2016年第3期67-70,共4页
-
基金
江苏省普通高校研究生科研创新计划项目(46888LX14819)
-
文摘
粗糙C-均值的提出,首次将粗糙集与聚类算法结合起来。随后,众多学者对其进行了广泛研究。然而,绝大多数算法在研究簇的下近似、边界对象时,使用统一的权重,忽略了这些对象本身的差异性以及对所在簇的贡献。针对此问题,文中提出一种改进的聚类方法。通过样本对象偏移其所在簇心的程度,设定不同的簇偏移量,距离簇心越近的样本对象其簇偏移量越大,反之越小。通过此举以客观描述这些样本对象对其所在簇的贡献,使得最终聚类结果更加精确、簇内更加紧密、簇间更加稀疏。实例计算结果以及通过MATLAB对数据库中IRIS的数据集进行仿真验证,表明提出的改进算法具有一定的可行性。
-
关键词
聚类
粗糙集
粗糙C-均值
簇偏移量
-
Keywords
clustering
rough set
rough C -means
offsets of classes
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-