FCM聚类算法的改进.doc

2012-07-科1技3广场##201#0.9#############2012-07-13########2012-07-13######## 进 Improved Fuzzy C-means Clustering Algorithm 郭荣传 邹 群 Guo Rongchuan Zou Qun （江西蓝天学院计算机技术与工程系，江西 南昌 330098） (Department of Computer, Jiangxi Bluesky University, Jiangxi Nanchang 330098) 摘 要：模糊 C 均值(FCM)算法广泛地应用于模式识别、图像分割等领域。根据 FCM 算法存在对初始解 敏感且迭代过程中计算量大的问题，本文提出了一种改进的算法：先通过精简数据集，减少算法迭代的时间； 再使用密度函数法得到 FCM 算法的初始聚类中心，以减少 FCM 算法收敛所需的迭代次数。实验结果表明， 改进后的算法较好地解决了类中心的初值化问题，提高了算法的收敛速度和运行效率。 关键词: 密度函数;模糊 C 均值聚类;数据集精简;初始化 中图分类号：TP391 文献标识码：A 文章编号：1671-4792-(2010)9-0026-03 Abstract: Fuzzy c-means (FCM) clustering was one of well-known unsupervised clustering techniques, which had been widely used in pattern recognition and image segmentation. Because FCM algorithm had the problems of initializing the cluster centers and a huge number of computing in the iteration, this paper presents an improved method:improve the algorithm optimizing the data set to reduce the time for each iteration, and then using cluster centers obtained by the density function as the initial cluster centers to reduce the number of iterations required for convergence. Experiments show this method solves the problem of initial centers, improves the speed of conver- gence and running effect. Keywords: Density Function; Fuzzy C-means Clustering; Data Reduction; Initialization 0 引言 模糊聚类分析作为非监督机器学习的主要技术 之一，建立了样本类属的不确定性的描述，能够比较 客观地反映现实世界[1]，在图像分割、模式识别等诸 多领域有着广泛地应用。模糊聚类算法中以模糊 C 均值(FCM)聚类算法应用最为广泛，但其有一些自 身的缺点，比如聚类数目难以确定，如何确定有效的 初始聚类中心和初始隶属度矩阵，迭代容易陷入局 部极值，对大数据集聚类时的运算开销太大等。 针对 FCM 算法如何确定初始聚类中心及计算量 大的问题，许多人对算法进行了改进，并提出了新算 法。文献[2]和[3]分别使用网格和密度法，免疫记忆机 理的方法来获取初始的聚类中心，减少算法的迭代次 数，提高了算法的聚类效率；文献[4]和[5]通过对数据 集的特征值的量化、合并、聚合，使数据集压缩、减少， 从而把对数据集的聚类转化为对特征集的聚类。 本文结合两者优势，提出了一种改进算法：先通 过数据集精简，压缩参与迭代运算的数据集，减少每 次迭代过程的运算时间；接着对精简后的数据集采 用密度函数法获得 FCM 算法的初始聚类中心，以减 少 FCM 算法收敛所需的迭代次数；最后用 FCM 算 法进行聚类。改进的 FCM 算法不仅较好地解决了聚 类初值问题，且减少了算法的迭代次数和运行时 间。 1 标准 FCM 算法 FCM 算法是基于对目标函数优化基础上的一 种数据聚类方法。设待分析数据集 X={x1,x2,…,xn}, 分为 C 类，n 为待聚类的样本数，由于任一数据点 xj 2012-07-13################2012-0