location: Current position: Home >> Scientific Research >> Paper Publications

基于属性权重区间监督的模糊C均值聚类算法

Hits:

Indexed by:期刊论文

Date of Publication:2010-03-15

Journal:控制与决策

Included Journals:Scopus、EI、PKU、ISTIC、CSCD

Volume:25

Issue:3

Page Number:457-460,465

ISSN No.:1001-0920

Key Words:模糊聚类;模糊C均值;属性加权;区间数;层次分析法

Abstract:在加权模糊聚类算法中.属性权重确定的合理性是一个重要问题.鉴于用区间数描述决策者推理模糊性的优越性,提出属性权重用区间数表示,由区间层次分析法获得属性对聚类的贡献度,并以该区间为约束条件,提出了可同时获得属性权重和聚类结果的模糊C均值聚类新算法.实验结果表明,该算法以决策者的经验和偏好为监督,可避免迭代计算陷入不必要的局部极小解,能够提高权重分配的合理性,进而得到了更为准确的聚类结果.

Pre One:A fuzzy c-means clustering algorithm based on nearest-neighbor intervals for incomplete data

Next One:多频率方波激励阻容解耦软测量的数值模拟