一种基于相关系数的模糊C-均值聚类算法-软件实用技术.docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 一种基于相关系数地模糊C-均值聚类算法-软件技术 一种基于相关系数地模糊C-均值聚类算法 钟毅 （中国银联股份有限公司 上海201201） 摘要针对传统模糊C-均值聚类算法同等对待每个属性地局限性和初始聚类中心选择地随机性，提出了一种基于相关系数优化地模糊C-均值聚类算法.首先，该算法通过计算离散系数和信息熵来确定每个属性地权重，从而强化了重要属性对聚类过程地影响，削弱了冗余属性地作用，改善了聚类效果；其次，采用相关系数和密度函数来确定样本点地密度，从而突出了样本点在同一类别中地作用；再次，将归一化后地样本点密度作为每个样本地权值；最后，由相关系数及样本点密度确定初始聚类中心.实验结果表明，该算法比传统地FCM算法具有更好地聚类效果. 关键词 模糊C均值算法，离散系数，信息熵，属性权重，相关系数，密度函数 doi:10.3969/j.issn.1674-7933.2016.06.15 0引言 模糊聚类分析是一种无监督地机器学习技术，它将模糊理论和方法应用于对数据地分析和建模，从而得到数据之间地模糊关系，并由此对数据集合进行划分，使得相似度较高地数据归为一类，而相似度较低地数