FCM聚类算法与改进层次聚类算法的结合.pdfVIP

第 9~接第 17 期 2(阴年9 月 1671-1819(2∞9)17.5∞8-04 科学技术与工程 Science Technology and 览ngineeri吨 VoL 9 No. 17 Sep. 2(削 @ 2009 Sci. Tech. En问 FCM 聚类算法与改进层次聚类算法的结合 陈亚平呆陈 (江苏科技大学，镇江 212∞的 摘事 模糊 c- 均值果提算法(fuzzy C-means 简称 FCM)和层次聚类算法是两种非常1重要的.类算法。由于 FCM 算法对初 始聚类中心敏感，并且需要人为确定果提类别数，这样收敛结果易陷入局部最优解。通过对这两种聚类算法的分析，首先对 传统的凝聚层次廉类算法提出了改进，然后用改进的凝聚层次聚集算法得到最佳廉类数和初始聚类中心，最后用 FCM 算法进 行再次自棠，以此得到更好的聚集结果并且减少了执行时间和迭代次数。 关键词凝聚屡次聚类 模糊。均值聚樊 初始聚类中心 全链接 中罔端分樊号TP311.13j ::t献标志同 A 聚类分析是依据样本间关联的最度标准将其 自动分成几个群组，且使同一群组内的样本相似， 阳属于不同群组的样本相异的一组方法[1] 。果类 分析巳钝广泛地用在许多应用中，包括模式识别、 数据分析、回像处理，以及市场研究。通过襄樊，能 够识别密集的和稀疏的区城，因而发现全局的分布 模式，以及数据属性之间的有趣的相互关系[2] 。 模糊 c-均值骤类算法( fu町 ιmeans 简称 FCM)和层次襄樊算法是两种非常熏耍的襄樊算 挫，然而两种算法都存在着一些缺点。通过对两种 廉类算法的分析，本文将层次聚类算法与 FCM 算法 结合，先用改进的凝廉层次算法得到最佳襄樊数和 初始聚类中心，然后再用 FCM 算法进行聚棠，以此 得到更好的架类结果。 1 凝聚居次聚类算法 1.1 摄黯层次黯提算法介绍 在层次聚类分析中，不需要在输入中指定要分 成的类的个数，一个层次的襄樊方法将数据对象组 筑朋年5 月 17 日收到 第一作者简介:陈亚平(1984一) ，舅，汉族，江苏省镇江市人，硕士 研究生，研究方向:数据库应用系统。 E-mail: chenyapir明34@hot- mail. 创棚。 成一棵聚类的树，根据层次分解是自底向上还是自 顶向下形成，层次的聚类方法可以进一步分为凝聚 的和分裂的层次聚类。 凝聚础层次廉类又称为合并型层次聚类，是一 种白鹿向上的方法。首先将每一个对象看作一个 簸，然后根据某些准则合并这些原子簇为越来越大 的簸，直到所有的对象都在一个簸中，或者某个终 结条件被满足。 算法中簇间合并准则有以下几种: (1)单链接 :d( 叭 ， C2 ) =min(d,,); $ e C 20 (2)金链接:d( 叭 ， C2 ) 窑 m皿(d，，) ; $eC2 。 仰平均链接:机 re C 1 ,$ e C20 reC 1 , reC 1 , (4)囊心法 :d( 叭 ， Cz ) = d( 第l 那2); Xll X2 分别 为叭 ， C2 的重心。 其中叭 ， C2 是两个样本樊 ， ?1 表示 C1 中的样 本个数，叫表示 C2 中的样本个数 ， d表示叭 ， Cz 之 间的距离的字母简称。本文采用全链接法计算类 问距离，在全链接算法中，两个类间的距离般每对 样本的距离中的最大值。 层次聚类方法尽管简单，但是一且一组对象被 17 期 陈]E平，等 :FCM 攘提算法与改进膳次襄樊算法的结合 5以)9 合并或分裂，就不能修正。如果在某一步没有很好 地选择合并成分裂的决定，可能会导致低质量的廉 类结果。而且，这种聚类方法不具有很好的可伸缩 性，因为合并或分裂的决定需要检查和估算大量的 对象或簸。所以通常会将股次襄樊算法与其他聚 樊算法结合，以达到更好的聚类质量。 1.2 凝黯膳次黯提篝法改进 层次聚樊算法每合并完一个提对象盾，就必须 重新计算合并后类间的距离，对于有大量数据的样 本集而亩，计算最是惊人的。假定廉类的对象有 n 个，那么按照层次襄樊算法的思想，第一次合井之 前距离矩阵大小为 nz ，当合并完一个类之后，剩下 的类数为 n -1 ，在第二次合并之前必须意新计算樊 与类之间的距离，距离组阵大小变为(n -1 沪，依次 递推，直至所有类合并为一个费为止，由此可以看 出层次聚类算黯所需的距离矩阵存储空间是 n2 阶， 而类问距离每次又要重新计算，相应计算盘为 n2 阶。对于海量数据来说，这需要路费大蠢的存储空 间和计算时间(3) 。 基于以上考虑，本文对算法做了一些改进。改 进后的凝聚居次聚樊算法描述如下: (1)输入 n 个用于分类的样本叭，叫，…，凡，把 一个样本作为一个类，即 Ci = lx.1 (i = 1 ， 2 ，…，时