基于K_均值算法的模糊分类器设计.pdfVIP

2004 年第 6 期 商丘职业技术学院学报 Vo1. 3 ,No. 6 ( ) 　 　　 　 第 3 卷 总第 15 期 JOURNAL OF SHANGQIU VOCATIONAL AND TECHNICAL COLLEGE Dec. ,2004 ( ) 文章编号 :1671 - 8127 2004 06 - 0032 - 03 基于 K - 均值算法的模糊分类器设计 1 2 李泰 ,胡松瀛 ( ) 1 东南大学, 江苏 南京 210096 ; 2 商丘职业技术学院, 河南 商丘 476000 摘 　要 :基于 K - 均值算法的模糊分类器具有很好的分类效果, 用它可以很准确的对训练样本进行分类. 此方法是将 K - 均 值算法应用于训练数据的聚类, 对每个聚类的半径和聚类的中心都是可计算的. 而模糊系统设计方法就是用模糊度来描述聚类, ( ) ( ) ( ) 对训练数据进行高效且准确的分类. 这种方法有下面几个特点 : a 不要预定义参数; b 训练时间短; c 简单; 最后用一个例子 对这种模糊分类器进行分析验证. 关键词 : K - 均值算法; 模糊分类器 中图分类号: G202 　　　　　　文献标识码 :A 1 　引 　言 ( ) 样本聚类是许多工程问题的重要组成部分 诸如:手写体的识别; 医疗诊断等 , 因为有其广泛的应用背景, 所以样本聚类也被大 量而深入地研究. 另一方面模糊理论是 Zadeh 在 1965 年提出来的,这里的模糊并非不准确, 只是相对意义上的模糊, 许多实际问题就 需要进行这种模糊描述. 例如图像灰度的识别,若设计一个分类器对每一个灰度级别进行分类是非常困难的, 甚至是不可能的, 但要 用模糊分类器就很容易了. 模糊分类器因它只需计算训练数据的最大值, 所以其训练时间短. 1995 年, 一个基于遗传算法的模糊分类 器被 Ishibuchi 等人提出,这种分类器的训练时间较长, 并且当训练数据维数较高时, 训练时间则会更长. 1997 年, 一种椭圆型的模糊分 类器被 A be 和 Thawonmas 提出. 它在许多分类问题上效