自动调整样本和特征权值的模糊聚类算法

针对模糊c均值聚类算法对特征噪声和样本噪声较敏感的缺陷，依据特征和样本对聚类的不同影响，将特征权值和样本权值引入到模糊c均值聚类的目标函数，并获得了一个模糊聚类模型。利用拉格朗日方法对该模型求解，提出了样本和特征权值自动调整的模糊聚类算法；同时，将核策略引入到该模糊聚类模型，提出了样本和特征权值自动调整的核模糊聚类算法。实验结果表明该方法对含有特征噪声与样本噪声数据的聚类具有较好的处理能力，为特征提取与样本选取等问题提供了一种可行的途径。