一种多空间FCM算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 162-165.

一种多空间FCM算法

金萍^1,2,宗瑜^1,3,江贺³,张宪超³,李明楚³

1.皖西学院计算机科学与技术系,安徽六安 237012
2.合肥工业大学计算机和信息学院,合肥 230009
3.大连理工大学软件学院,辽宁大连 116621

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 金萍

Multi-space FCM algorithm

JIN Ping^1,2,ZONG Yu^1,3,JIANG He³,ZHANG Xian-chao³,LI Ming-chu³

1.Department of Computer Science and Technology,West Anhui University,Liuan,Anhui 237012,China
2.School of Computer and Information,Hefei University of Technology,Hefei 230009,China
3.School of Software,Dalian University of Technology,Dalian,Liaoning 116621,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: JIN Ping

摘要/Abstract

摘要： FCM是经典的聚类算法,广泛地应用于模式识别、数据挖掘等领域。FCM算法是一种梯度下降优化算法,对初始解敏感并且容易获得局部最优解。空间平滑能够避免启发式局部搜索算法掉入局部最优解。采用空间平滑策略构造一系列光滑程度不同的搜索空间,在不同的搜索空间中执行FCM算法,并利用前层搜索空间的聚类结果来引导本层搜索空间的聚类。FCMS（FCM based
on multi-Space）能够跳过局部最优解的“陷阱”,增大获得全局最优解的概率,达到提高聚类质量的目的。给出了等距法空间平滑策略,并通过实验对比了FCMS算法与FCM算法的聚类质量。实验结果表明,空间平滑对FCM算法非常有效。

关键词: 聚类分析, 多空间, FCM

Abstract: FCM is a classical clustering algorithm,which is widely used in pattern reorganization,data mining and so on.It is an optimization algorithm based on gradient descending.It is sensitive to the initial condition and liable to be trapped in a local optimum.Space smoothing allows a local search heuristics to escape from a poor,local optimum.In this paper,we construct a series of smoothed search spaces with space smoothing strategy,and runs FCM in every search space.FCMS（FCM based on Multi-Space）uses the solution in the former search space as an initial solution for the current space.Through such way,FCMS could jump out of the local optimum“traps”,and improve the probability of getting global optimum.This paper gives out displacement strategy for space smoothing,and experiment results indicate that smoothing search space is very efficient to FCM.

Key words: clustering analysis, multi-space, FCM

金萍^1,2,宗瑜^1,3,江贺³,张宪超³,李明楚³. 一种多空间FCM算法[J]. 计算机工程与应用, 2007, 43(28): 162-165.

JIN Ping^1,2,ZONG Yu^1,3,JIANG He³,ZHANG Xian-chao³,LI Ming-chu³. Multi-space FCM algorithm[J]. Computer Engineering and Applications, 2007, 43(28): 162-165.

[1]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[2]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[3]	衣俊艳，杜小鹏. 具有中心移动特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(24): 50-58.
[4]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[5]	罗计根，杜建强，聂斌，李欢，聂建华，陈裕凤. 一种聚类欠采样策略的随机森林优化方法[J]. 计算机工程与应用, 2020, 56(22): 166-172.
[6]	马京晖，潘巍，王茹. 基于K-means聚类的三维点云分类[J]. 计算机工程与应用, 2020, 56(17): 181-186.
[7]	蒋世豪，江洪. 基于GDAL的遥感图像变化检测技术[J]. 计算机工程与应用, 2020, 56(16): 169-175.
[8]	贾露，张德生，吕端端. 物理学优化的密度峰值聚类算法[J]. 计算机工程与应用, 2020, 56(13): 47-53.
[9]	陈胜发，贾瑞玉. 基于残差和密度网格的簇心自确认聚类算法[J]. 计算机工程与应用, 2020, 56(12): 149-155.
[10]	黄建新，袁杰. 三维空间机器人主动嗅觉烟羽源自主定位策略[J]. 计算机工程与应用, 2020, 56(12): 223-230.
[11]	雍巧玲，衣俊艳. 具有动态特性的聚类弹性网络算法研究[J]. 计算机工程与应用, 2019, 55(8): 102-109.
[12]	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.
[13]	王阳，唐朝晖，王紫勋，牛亚辉. 选用改进高斯过程回归模型的碳排放短期预测[J]. 计算机工程与应用, 2018, 54(23): 246-251.
[14]	宋飞豹，贾瑞玉. 精英遗传K-medoids聚类算法[J]. 计算机工程与应用, 2018, 54(22): 144-149.
[15]	黄小红，赵逢禹. 利用分支路径差异分析的故障定位研究[J]. 计算机工程与应用, 2018, 54(13): 246-251.