基于簇内不平衡度量的粗糙??-means 聚类算法
DOI:
CSTR:
作者:
作者单位:

南京邮电大学a. 自动化学院,b. 计算机技术研究所

作者简介:

张腾飞

通讯作者:

中图分类号:

TP18

基金项目:

国家自然科学基金项目(61105082, 61073114);南京邮电大学“攀登计划”项目(NY212093);江苏省教育厅
高校自然科学基金基础研究项目(11KJB120001).


Rough ??-means clustering based on unbalanced degree of cluster
Author:
Affiliation:

a. College of Automation,b. Institute of Computer Technology,Nanjing University of Posts and Telecomunications

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    粗糙??-means 聚类算法是一种有效的处理聚类边界模糊问题的算法, 但大多数算法对簇的下近似集和边界
    中的对象使用统一的权值, 忽略了簇内对象之间的差异性. 针对这一问题提出一种新的改进算法, 通过对簇内的每个
    对象加入簇内不平衡度量, 以区分不同对象对簇的贡献程度, 使得聚类结果簇内更紧凑、簇间更疏远. 不同数据集的
    仿真实验结果表明, 所提出算法可以有效提高聚类结果的精度.

    Abstract:

    Rough ??-means clustering is a valid algorithm to process the inseparability of border of clusters. But to most
    algorithms, weights of objects in the lower approximate set or the upper approximate set are all the same without paying
    attention to the diversity in clusters. Therefore, a new algorithm is proposed. The algorithm can make the cluster has a more
    compact center, and the borders are separated each other with the unbalanced degree of cluster which means the contribution
    of an object to the cluster. The simulation analysis shows that this algorithm can improve the precision of the clustering
    results effectively.

    参考文献
    相似文献
    引证文献
引用本文

张腾飞, 陈龙, 李云.基于簇内不平衡度量的粗糙??-means 聚类算法[J].控制与决策,2013,28(10):1479-1484

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-07-05
  • 最后修改日期:2012-09-13
  • 录用日期:
  • 在线发布日期: 2013-10-20
  • 出版日期:
文章二维码