基于属性权重区间监督的模糊C均值聚类算法
DOI:
CSTR:
作者:
作者单位:

1. 大连理工大学
2. 大连理工大学自动化研究所
3. 大连理工大学电子与信息工程学院自动化系

作者简介:

李丹

通讯作者:

中图分类号:

TP181

基金项目:

;国家自然科学基金项目


A Fuzzy C-Means Algorithm with Interval-Supervised Attribute Weights
Author:
Affiliation:

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:

    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:该算法以决策者经验、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.

    Abstract:

    The rationality of attribute weights determination is an important issue in the weighted fuzzy clustering algorithms. Because of the advantage of describing the fuzziness of decision maker’s inference with interval numbers, attribute weights are represented as intervals, which can be obtained by interval analytic hierarchy process to describe the different contribution of attribute weights for clustering. And a fuzzy c-means algorithm that can obtain attribute weights and clustering results simultaneously is proposed with the interval constraints. The numerical results demonstrate that the proposed algorithm can avoid the iterative calculation from falling into unnecessary local minima under the supervision of the decision maker’s experience and preference, thus the rationality of attribute weights determination is enhanced, and better clustering results can be achieved.

    参考文献
    相似文献
    引证文献
引用本文

李丹 顾宏 张立勇.基于属性权重区间监督的模糊C均值聚类算法[J].控制与决策,2010,25(3):457-460

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:2009-03-20
  • 最后修改日期:2009-07-13
  • 录用日期:
  • 在线发布日期: 2010-03-20
  • 出版日期:
文章二维码