区间型数据地可能性聚类算法.PDFVIP

第３０卷第１０期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１０ ２０１３年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１３ 区间型数据的可能性聚类算法 李　庆　贺一民　罗建禄　徐　磊 （武警警官学院电子技术系　四川成都６１０２１３） 摘　要　　针对区间型数据的模糊ｃ均值聚类（ＩＦＣＭ）算法在实际应用中的不足，将可能性理论引入区间型数据的聚类问题，通过 放松样本隶属度的约束条件和修正ＩＦＣＭ算法的目标函数，提出一种区间型数据的可能性聚类算法。通过仿真模拟实验和平均ＣＲ 指标分析，结果表明：在包含噪声和孤立点等代表性比较差的样本数据的聚类问题中，该算法明显优于ＩＦＣＭ算法，能有效地降低噪 声对聚类效果的影响。 关键词　　区间型数据　模糊ｃ均值聚类　可能性聚类　平均ＣＲ指标 中图分类号　ＴＰ１８１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００