一种混合均值聚类算法的实现

doi:10.3778/j.issn.1002-8331.2010.18.042

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (18): 132-134.DOI: 10.3778/j.issn.1002-8331.2010.18.042

• 数据库、信号与信息处理 • 上一篇下一篇

一种混合均值聚类算法的实现

陈寿文^1，2，李明东¹

1.西华师范大学微机应用研究所，四川南充 637000
2.滁州学院数学系，安徽滁州 239000

收稿日期:2008-12-08 修回日期:2009-03-23 出版日期:2010-06-21 发布日期:2010-06-21
通讯作者: 陈寿文

Design of hybrid means algorithm for clustering

CHEN Shou-wen^1，2，LI Ming-dong¹

1.Institute of Computer Application，China West Normal University，Nanchong，Sichuan 637000，China
2.Department of Mathematics，Chuzhou University，Chuzhou，Anhui 239000，China

Received:2008-12-08 Revised:2009-03-23 Online:2010-06-21 Published:2010-06-21
Contact: CHEN Shou-wen

摘要/Abstract

摘要： 从K-Means聚类算法和FCM算法混合运行的角度来探讨聚类问题，针对FCM算法初始化隶属度矩阵的随机性问题，提出了一种混合均值聚类算法。在混合算法运行过程中，利用前者的聚类结果信息来初始化后者的初始中心，依此来计算FCM算法初始隶属度矩阵，通过FCM算法的运行，最终实现数据集的聚类目的。实验结果表明该混合均值算法比单纯使用FCM算法效果好。

关键词: K-Means算法, 模糊C均值算法, 混合均值算法

Abstract: Based on the K-Means and Fuzzy C Means（FCM） algorithm’s mixing operation，this paper discusses the clustering problem and provides a hybrid means algorithm for clustering to solve the algorithm’s initial problem about the FCM.During the new algorithm’s operation，it uses the former’s result of clustering and evaluates that to the latter algorithm’s relevant variables.After that，the FCM algorithm computes its initial degree membership matrix，then，the FCM can function favorably till its end and fulfill the purpose of clustering the initial data sets.The experimental result indicates the hybrid algorithm effects nicely than the FCM does.

Key words: K-means algorithm, Fuzzy C Mean（FCM） algorithm, hybrid means algorithm

中图分类号:

TP311

陈寿文^1，2，李明东¹. 一种混合均值聚类算法的实现[J]. 计算机工程与应用, 2010, 46(18): 132-134.

CHEN Shou-wen^1，2，LI Ming-dong¹. Design of hybrid means algorithm for clustering[J]. Computer Engineering and Applications, 2010, 46(18): 132-134.

[1]	宋凯，冯翔，虞慧群. 基于群进化策略的模糊聚类算法[J]. 计算机工程与应用, 2018, 54(4): 36-43.
[2]	何晶，吴成茂. 核空间隐马尔可夫随机场图像模糊聚类[J]. 计算机工程与应用, 2016, 52(22): 185-191.
[3]	苟杰，马自堂. 基于MapReduce的并行SFLA-FCM聚类算法[J]. 计算机工程与应用, 2016, 52(1): 66-70.
[4]	宋文，刘升，肖建于. 基于半监督KFCM及邻域信息的遥感图像分类算法[J]. 计算机工程与应用, 2014, 50(9): 123-129.
[5]	魏英姿1，2，李静静1. 红外图像分割的改进模糊C均值聚类方法[J]. 计算机工程与应用, 2014, 50(9): 163-166.
[6]	姚紫阳. 半监督中心最大化模糊C均值算法[J]. 计算机工程与应用, 2012, 48(33): 188-193.
[7]	吴佳，罗可. 改进的模糊C均值的增量聚类算法[J]. 计算机工程与应用, 2011, 47(23): 141-142.
[8]	林春，李安贵，刘钦圣. 引入RNA计算的遗传模糊C均值聚类算法[J]. 计算机工程与应用, 2009, 45(24): 50-52.
[9]	张玉芳，罗俊玮，熊忠阳. 基于模糊C均值算法的类合并聚类算法研究[J]. 计算机工程与应用, 2009, 45(24): 122-124.
[10]	吕晓燕^1，2，罗立民²，李祥生¹. FCM算法的改进及仿真实验研究[J]. 计算机工程与应用, 2009, 45(20): 144-146.
[11]	王建锋¹,金健²,王晶晶³. 一种具有影响力因子的硬聚类算法[J]. 计算机工程与应用, 2009, 45(19): 177-180.
[12]	陈宁军¹,罗隽²,肖佳³. 一种地球站异常检测系统的设计与实现[J]. 计算机工程与应用, 2009, 45(17): 95-98.
[13]	张乐¹,魏振钢¹,姚晓晓¹,杨红云². 改进的RBFNN在运动员竞技状态预测中的应用[J]. 计算机工程与应用, 2008, 44(9): 217-219.
[14]	谢信喜,王士同. 带特征权重的混合特征模糊C均值算法[J]. 计算机工程与应用, 2008, 44(6): 182-183.

一种混合均值聚类算法的实现

Design of hybrid means algorithm for clustering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics