%0 Journal Article
%T 基于中点密度函数的模糊聚类算法
%A 胡婕
%A 苏涛
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.01.0150
%X 摘要 针对传统模糊C-均值(FCM)聚类算法初始聚类中心不确定,且需要人为预先设定聚类类别数,从而导致结果不准确的问题,提出了一种基于中点密度函数的模糊聚类算法。首先,结合逐步回归思想作为初始聚类中心选取的方法,避免收敛结果陷入局部循环;其次,确定可能的聚类类别数目;最后,对结果进行重叠度和分离度的模糊聚类有效性指标判定,确定最佳的聚类类别数。实验证明该算法与原改进C-均值聚类算法相比,减少了迭代次数,平均准确率提高了12%。实验结果表明该算法能够减少聚类的处理时间,并在平均准确率和聚类性能指标上优于对比算法
%K 模糊C-均值
%K 中点法
%K 类集密度函数法
%K 逐步回归思想
%K 有效性指标
%U http://www.joca.cn/CN/abstract/abstract18946.shtml