基于Gauss分布函数的区间值数据的模糊聚类算法.pdf

第2期 电 子 学 报 Vd．38No．2 2010年2月 ，|凹4EIELTRONlCASINICA Feb．20lO 基于Gauss分布函数的区间值数据的模糊聚类算法 吕泽华，金海，袁平鹏，邹德清 (华中科技大学计算机学院服务计算技术-q系统教育部重点实验室，湖北武汉430074) 摘要： 通过分析投票模型中中立者的思想倾向，对区间值数据进行二次特征提取，给出了一种区间值数据的 Gauss函数表示法，利用这种方法对区间值数据进行相似度量，从而导出一种新的区间值数据的距离度量公式．将该距 离度馈公式运用于区间值数据的模糊c均值聚类算法(FCM)中，得出一种新的基于Gauss分布函数的区问值数据的模 糊聚类算法，试验表明该方法比传统的区间值数据的模糊聚类算法能获得更好的分类效果． 关键词： 投票模型；Gauss分布函数；区问值数据；相似度量；模糊聚类 中图分类号：TP391．41文献标识码： A 文章编号：0372．2112(2010)02．0295-06 AFuzzyClustering forInterval-Valued Algorithm DataBasedonGaussDistributionFunctions L()Ze—hua，JIN Hai，YUANPing-peng，ZOUDe-qing (研LaboratoryofSell妇co,m,ti,磬Tedmdogyand沏，SchodofQ，帜触and乃由咖， 髓Ⅻ如昭UniversityofScienceand弛如蚴，Wu／mn。Hu／把,／430074，Ouna) neutralsin vote of into[- to the a I删kind m朗舭between Abstract：Accofdinganalyzingte】喇盯研of model，a similarity val-valueddatabasedOnGaussdistributionfIIn嘶∞sis andt}七distancebetween咖interval—valueddataisgiven，and plx耳,osed then，a forinterval·valueddatais showthat廿1is beuer novel如zzyclusteringalgorithm presented．Examplesa190dtlⅡn啪getper- formancethanother metlxxls． existing wOrcls：Gaussdistribution Key fiug-fiom；interval-valueddata；sinfihdtymeasure；fuzzyclustering [6]利用区间值模糊推理提出了基于模糊逻辑神经元的 1引言 聚类网络；文献[17]则给出了一种符号数据的模糊聚类 聚类分析是数据预处理的一种蕈要手段，要对某个 事物进行研究，就必须首先进行数据采集，获取其特征 Fuzzy 信息．在数据采集过程中可能获得两种类型的信息：一 提出了两种区间值数据的FEM算法，称为范方法；高则 是来自测蛩仪器的数值信息，二是来自人类专家的语言 对范方法进行了进一步推广[10,12】，给出了范方法的一 信息．