IFCM：改进的区间值数据的模糊C-均值聚类算法.pdfVIP

第29卷 第24期 计算机工程与设计 2008年 12月 V01．29 NO．24 ComputerEngineeringandDesign Dec．2008 IFCM：改进的区间值数据的模糊C一均值聚类算法 张忠平， 陈丽萍， 王爱杰 (燕山大学信息科学与工程学院，河北秦皇岛066004) 摘 要：对基于区间值数据的模糊聚类算法进行了研究，介绍 了具有控制区间大小对聚类结果影响的加权因子的模糊c．均 值聚类新算法。针对区间值数据模糊c．均值聚类新算法提 出了一个适应距离的弹性系数，使算法得到改进，既能利用传统 的FCM算法，又考虑了区间大小对聚类结果的影响，同时也能发现不规则的聚类子集，使聚类结果更加准确。 关键词：区间值数据；模糊c一均值聚类；IFCM 算法； 自适应系数；聚类原型 中图法分类号：TP391 文献标识码：A 文章编号：1000—7024(2008)24．6320—03 IFCM ：Improvedalgorithm ofFCM clusteringforintervaldata ZHANGZhong—ping，CHENLi—ping，WANGAi-jie (CollegeofInformationScienceandEngineering，YanshanUniversity,Qinhuangdao066004，China) Abstract：Fuzzyclusteringalgorithm forintervaldataisstudied．ThestepsofthefuzzyC—meansalgorithm thatcouldcontroltheimpact tothelengthoftheintervaldaatarepresented．Butthealgorithm couldnotfind．thedifferentshapesandsizes，SOanadaptivedistance tosolvetheproblem ispresented，whichcanfindtheirregularfuzyz subset，atthesametimetheIFCM algoritmh makestheclustering resultsmoreaccurate． Keywords：intervaldata；fuzzyC-meansclustering； IFCM ；adaptivecoeffi cient；clusteringprototype 的FCM求解隶属度函数和区间中值的聚类中心，再经后处理 0 引 言 将聚类中心复原获得区间型聚类原型，但是算法 II没有考虑 模糊聚类分析是应用模糊数学方法将有相似性质的事物 区间大小对分类结果的影响。在文献f1】的基础上，文献 [2】给 分开并加 以分类的，它是继Zadeh于 1965年给出模糊集概念 出了两者的结合体，既能利用传统的FCM聚类算法，又考虑 后提出的一种聚类分析方法，目前已在模式识别、图像处理、 到了区间大小对聚类的影响，使隶属度函数物理意义明确，而 模糊建模等许多领域得到了广泛的应用 。在模糊聚类分析 且具有可比性。文献 [2】提出了一个加权因子，用来控制区间 中，FCM(fiazzyC．means)聚类算法是最常用的一种聚类分析方 大小对聚类的影响，此算法虽然解决了对区问值数据无法聚 法。随着研究的深入 ，人们发现 由于信息的不完全，得到的表 类的问题，并考虑到了区间大小对聚类结果的影响，但是文献 征事物行为特征的数据往往不是一些确切的数，而是一些区 [2]中的算法仍有一定的局限性，它仅适用于检测类 内紧密、类 间值数据。当这些事物之间的界线呈现出模糊性时，利用传 间较好分离的以及球形的聚类子集，不能检测出不规则的结 统的模糊