一种结合紧致性与分离性的模糊联合聚类算法
刘永利
段天毅
杨立身
1.河南理工大学计算机科学与技术学院,河南焦作,4540002.河南理工大学计算机科学与技术学院,河南焦作,4540003.河南理工大学计算机科学与技术学院,河南焦作,454000
摘要：为了同时对数据对象和特征进行聚类分析以提高聚类准确率,在模糊紧致性和分离性算法(fuzzy compactness and separation,FCS)基础上,提出一种结合类内紧致性和类间分离性的模糊联合聚类算法(fuzzy compactness and separation co-clustering,FCSCC).该算法在FCS的基础上增加了对特征维度的隶属度关系与熵最大化原理,能够在数据对象和特征2个维度上同时聚类.为验证该算法的有效性,另选择了3种算法在5个数据集上进行了对比实验,结果表明,FCSCC算法的聚类准确率高于其他3种算法.
关键词：模糊联合聚类算法紧致性分离性
分类号：TP311.13(计算技术、计算机技术)
资助基金：国家自然科学基金(61202286)河南省高等学校青年骨干教师科研项目(2015GGJS-068)河南省高等学校基本科研业务费专项(NSFRF1616)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 85-88,94 )
英文信息