新型区间数据模糊C-均值聚类算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (13): 157-160.

• 数据库、信号与信息处理 • 上一篇下一篇

新型区间数据模糊C-均值聚类算法

岳明道

宿州学院机械与电子工程学院，安徽宿州 234000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-01 发布日期:2011-05-01

Novel fuzzy C-means clustering algorithm for interval data

YUE Mingdao

Mechanical and Electric Engineering College，Suzhou University，Suzhou，Anhui 234000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-01 Published:2011-05-01

摘要/Abstract

摘要： 在传统模糊C-均值聚类算法的基础上，提出了一种新型区间值数据模糊聚类算法。运用区间分割策略改进了区间距离的计算公式，成功解决了区间距离计算方法存在的缺陷。提出了区间值数据模糊聚类的数学模型，并拓广模糊C-均值算法对区间值数据进行聚类。仿真验证了所提出算法的有效性。

关键词: 聚类分析, 区间值数据, 区间距离, 模糊C-均值

Abstract: Based on the traditional fuzzy C-means clustering algorithm，a new fuzzy C-means clustering algorithm for interval data clustering is proposed. Firstly，one interval dividing strategy is adopted to improve the method of calculating interval distance.Secondly，a fuzzy clustering math model for the interval data is proposed；then，the fuzzy C-means clustering algorithm is extended to cluster the interval data.Finally，the effectiveness of the algorithm is demonstrated by some experiments.

Key words: clustering analysis, interval data, interval data distance, fuzzy C-means clustering

岳明道. 新型区间数据模糊C-均值聚类算法[J]. 计算机工程与应用, 2011, 47(13): 157-160.

YUE Mingdao. Novel fuzzy C-means clustering algorithm for interval data[J]. Computer Engineering and Applications, 2011, 47(13): 157-160.

[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]	苗露，李鸿艳，冯新喜. 基于CODHD聚类划分的多扩展目标跟踪算法[J]. 计算机工程与应用, 2018, 54(19): 261-265.

新型区间数据模糊C-均值聚类算法

Novel fuzzy C-means clustering algorithm for interval data

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