Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-08-21

Journal: 计算机工程与应用

Included Journals: CSCD、ISTIC

Volume: 47

Issue: 24

Page Number: 182-185,190

ISSN: 1002-8331

Key Words: 模糊C-均值聚类;等距映射;非线性降维

Abstract: 模糊C-均值聚类算法是非监督模式识别中广泛应用的算法之一.但是,FCM算法在迭代过程中需要大量的计算,尤其当特征向量维数较高时,使用聚类分堆训练,不仅效率低下,还有可能导致“维数灾难”.针对该问题,分析模糊C-均值聚类算法在高维特征分析过程中,聚类中心的求解问题是一个np-hard问题,为了提高模糊C-均值聚类算法在高维特征分析中的实时性与有效性,结合界标等距映射(L-ISOMAP)算法,提出了改进算法FCM-LI,先对样本初步分析,利用聚类结果及样本数据相关性,使用界标等距映射(L-ISOMAP)算法降维,在此基础上进一步分析,获得最终分析结果.通过实验证明,FCM-LI算法在高维数据分析过程中的有效性与实时性.