基于上下文约束的噪声模糊聚类算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 143-145.

• 数据库、信号与信息处理 • 上一篇下一篇

基于上下文约束的噪声模糊聚类算法

谢志伟1，王志明2

1.东莞职业技术学院计算机工程系，广东东莞 523808
2.东莞职业技术学院信息技术中心，广东东莞 523808

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Noise fuzzy clustering algorithm based on context constraints

XIE Zhiwei1, WANG Zhiming2

1.Department of Computer Engineering, Dongguan Polytechnic, Dongguan, Guangdong 523808, China
2.Center of Educational Technology, Dongguan Polytechnic, Dongguan, Guangdong 523808, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 针对带噪声数据的聚类问题，提出一种基于上下文约束的噪声模糊聚类算法。该算法基于标准的模糊C-均值聚类理论，在修改模糊聚类目标函数的同时，结合问题的实际背景引入上下文模糊集，修改模糊划分空间的约束条件，以减少噪声对聚类结果的影响。实验结果表明：该算法能够有效地避免噪声对聚类的影响，具有很强的鲁棒性。

关键词: 模糊C-均值聚类, 上下文约束, 噪声模糊聚类

Abstract: A noise fuzzy clustering algorithm by context constraints is proposed for clustering problems with noise data. Based on the standard fuzzy C-means clustering theory, this paper modify the objective function for fuzzy clustering and the fuzzy partition space by introduction of the context fuzzy sets with background of practical problems, in order to reduce the impact of noise on the clustering results. Experimental results show that the algorithm can effectively avoid the impact of noise on the clustering, and with strong robustness.

Key words: fuzzy C-means clustering, context constraints, noise fuzzy clustering

谢志伟1，王志明2. 基于上下文约束的噪声模糊聚类算法[J]. 计算机工程与应用, 2012, 48(5): 143-145.

XIE Zhiwei1, WANG Zhiming2. Noise fuzzy clustering algorithm based on context constraints[J]. Computer Engineering and Applications, 2012, 48(5): 143-145.

[1]	冯玉芳，卢厚清，殷宏. 基于多链量子蜂群算法的模糊聚类图像分割[J]. 计算机工程与应用, 2017, 53(24): 8-14.
[2]	侯晓凡，吴成茂. 一种嵌入局部信息的快速KFCM聚类分割算法[J]. 计算机工程与应用, 2017, 53(13): 189-195.
[3]	段宝彬1，2，韩立新2，谢进1. 基于堆叠稀疏自编码的模糊C-均值聚类算法[J]. 计算机工程与应用, 2015, 51(4): 154-157.
[4]	熊拥军，刘卫国，欧鹏杰. 模糊C-均值聚类算法的优化[J]. 计算机工程与应用, 2015, 51(11): 124-128.
[5]	曾明华1，2，王吟松1，杨晓光1. 供应商协同能力评价指标体系研究[J]. 计算机工程与应用, 2014, 50(4): 18-23.
[6]	林睦纲1，刘芳菊2，童小娇1. 一种基于萤火虫算法的模糊聚类方法[J]. 计算机工程与应用, 2014, 50(21): 35-38.
[7]	冯华丽1，刘渊2. M2DPCA与CCLDA相结合的人脸识别[J]. 计算机工程与应用, 2014, 50(12): 129-132.
[8]	赵小强1，2，刘悦婷1. 一种基于改进混合蛙跳的KFCM算法[J]. 计算机工程与应用, 2013, 49(4): 141-145.
[9]	钱雪忠，李静，宋威. 改进的粒子群模糊聚类算法[J]. 计算机工程与应用, 2013, 49(22): 115-118.
[10]	武斌1，2，武小红3，4，贾红雯2. 一种快速的广义噪声聚类算法[J]. 计算机工程与应用, 2013, 49(13): 145-148.
[11]	曾振东. 一种扩展的条件模糊C-均值聚类算法[J]. 计算机工程与应用, 2012, 48(13): 22-26.
[12]	韩旭东，夏士雄，刘兵，周勇. 一种基于核的快速可能性聚类算法[J]. 计算机工程与应用, 2011, 47(6): 176-180.
[13]	赵小强1，2，张守明1，2. 基于Boltzmann选择的改进ABFM算法[J]. 计算机工程与应用, 2011, 47(29): 182-185.
[14]	孙丽萍，丁男，王云中，马洪连. 基于L-ISOMAP降维的快速模糊聚类算法[J]. 计算机工程与应用, 2011, 47(24): 182-185.
[15]	关庆，邓赵红，王士同. 改进的模糊C-均值聚类算法[J]. 计算机工程与应用, 2011, 47(10): 27-29.

基于上下文约束的噪声模糊聚类算法

Noise fuzzy clustering algorithm based on context constraints

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics