特征加权的模糊C有序均值聚类算法
刘永利
王恒达
刘静
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,4540004.河南理工大学计算机科学与技术学院,河南焦作,454000
摘要：Fuzzy C-ordered-means clustering(FCOM)算法基于排序进行模糊聚类,虽然其鲁棒性得到提高,但是耗时的排序操作降低了算法的效率.本文基于FCOM算法,将排序加权模式进行改进,提出一种特征加权的模糊C有序均值聚类算法(feature weighted fuzzy C-ordered-means clustering,FWFCOM).为了验证算法的有效性,选取6个UCI数据集进行试验.结果 表明,FWFCOM算法不仅在聚类准确率和鲁棒性方面有较好的表现,而且运行效率也得到有效提升.
关键词：模糊聚类特征加权排序鲁棒性
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61872126)河南省科技攻关计划(172102210279)河南省高等学校青年骨干教师专项项目(2015GGJS-068)中央高校基本科研业务费专项(NSFRF1616)
论文发表日期：2019-05-02
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：8( 123-130 )
英文信息