优化KPCA特征提取下的FCM算法研究

doi:10.3778/j.issn.1002-8331.2009.32.012

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (32): 38-40.DOI: 10.3778/j.issn.1002-8331.2009.32.012

优化KPCA特征提取下的FCM算法研究

蔡静颖，张永，张凤梅，谢福鼎

辽宁师范大学计算机系，辽宁大连 116081

收稿日期:2008-11-27 修回日期:2009-02-03 出版日期:2009-11-11 发布日期:2009-11-11
通讯作者: 蔡静颖

Fuzzy C-Mean algorithm based on optimized KPCA feature extraction

CAI Jing-ying，ZHANG Yong，ZHANG Feng-mei，XIE Fu-ding

Department of Computer，Liaoning Normal University，Dalian，Liaoning 116081，China

Received:2008-11-27 Revised:2009-02-03 Online:2009-11-11 Published:2009-11-11
Contact: CAI Jing-ying

摘要/Abstract

摘要： 利用核函数主元分析（KPCA）方法对大样本、高维数据进行特征提取预处理，并结合文化算法（CA）选择最优或接近最优的核函数，将其用于模糊C均值（FCM）聚类中，不但有效地提取了样本的非线性信息，而且使样本维数得到约简。实验表明该方法具有较好的聚类效果和更少的训练时间。

关键词: 核函数主元分析, 文化算法, 模糊聚类

Abstract: Kernel PCA method extracts feature from large samples and high dimension data sets，combining CA to select optimized kernel function or near optimized kernel function.FCM based on the method not only effectively extracts the nonlinear information from the samples but also reduces dimension.Experiment shows its better clustering result and less train time.

Key words: kernel principle component analysis, cultural algorithm, fuzzy clustering

中图分类号:

TP391

蔡静颖，张永，张凤梅，谢福鼎. 优化KPCA特征提取下的FCM算法研究[J]. 计算机工程与应用, 2009, 45(32): 38-40.

CAI Jing-ying，ZHANG Yong，ZHANG Feng-mei，XIE Fu-ding. Fuzzy C-Mean algorithm based on optimized KPCA feature extraction[J]. Computer Engineering and Applications, 2009, 45(32): 38-40.

[1]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[2]	严加展，陈华，李阳. 改进的模糊C-均值聚类有效性指标[J]. 计算机工程与应用, 2020, 56(9): 156-161.
[3]	王燕，亓祥惠，段亚西. 基于马尔科夫随机场的改进FCM图像分割算法[J]. 计算机工程与应用, 2020, 56(4): 197-201.
[4]	王永贵，刘凯奇. 一种优化聚类的协同过滤推荐算法[J]. 计算机工程与应用, 2020, 56(15): 66-73.
[5]	崔芳怡1，荆晓远2，董西伟2，3，吴飞2，孙莹2. 自适应蝙蝠算法优化的模糊聚类及其应用[J]. 计算机工程与应用, 2019, 55(7): 16-22.
[6]	吴会会1，高淑萍1，彭弘铭2，赵怡1. 自适应模糊[C]均值聚类的数据融合算法[J]. 计算机工程与应用, 2019, 55(5): 26-35.
[7]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.
[8]	余炳光，刘冬梅. 特征逐减的可能性模糊聚类算法[J]. 计算机工程与应用, 2019, 55(19): 58-65.
[9]	徐小来，房晓丽. 基于改进的直觉模糊核聚类的图像分割方法[J]. 计算机工程与应用, 2019, 55(17): 227-231.
[10]	张岭军，李聪，段云龙. 结合空间邻域信息的SAR图像变化检测[J]. 计算机工程与应用, 2019, 55(15): 185-192.
[11]	陈勇1，2，3，周晓锋2，3，李帅1，2，3. 铝电解关键指标预测方法的研究与应用[J]. 计算机工程与应用, 2019, 55(12): 250-258.
[12]	孙佳美，吴成茂. 正则化图形模糊聚类及鲁棒分割算法[J]. 计算机工程与应用, 2019, 55(11): 179-186.
[13]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[14]	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.
[15]	巫东凯，张凤斌，席亮. 自适应混合变异克隆选择算法研究[J]. 计算机工程与应用, 2018, 54(21): 78-83.

优化KPCA特征提取下的FCM算法研究

Fuzzy C-Mean algorithm based on optimized KPCA feature extraction

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