一种应用分治策略改进的FCM聚类算法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (22): 194-196.

一种应用分治策略改进的FCM聚类算法

张思发，刘汭祥

中国地质大学（武汉）计算机学院，武汉 430074

出版日期:2013-11-15 发布日期:2013-11-15

Divide and conquer improved fuzzy C-means clustering method

ZHANG Sifa, LIU Ruixiang

College of Computer Science and Technology, China University of Geosciences, Wuhan 430074, China

Online:2013-11-15 Published:2013-11-15

摘要/Abstract

摘要： 传统的快速聚类算法大多基于模糊C均值算法（Fuzzy C-means，FCM），而FCM对初始聚类中心敏感，对噪音数据敏感并且容易收敛到局部极小值，因而聚类准确率不高。建立使用分治策略解决聚类问题的算法架构，充分考虑数据本身特性并对传统的FCM算法进行改进，标准数据集的实验结果表明这种基于分治策略的FCM聚类算法较好地提高了算法的聚类准确率，加快了收敛速度。

关键词: 模糊C均值聚类, 分治策略, 无监督聚类, 微阵列数据

Abstract: Traditional FCM is sensitive with the initial cluster center and noise also easily converge to a local minimum values, which leads to low clustering accuracy. This article proposes a method that uses divide and conquer technique with equivalency and compatible relation concepts to improve the performance of the FCM clustering method. Experiment results demonstrate appropriate accuracy.

Key words: Fuzzy C-means Clustering（FCM）, divide and conquer, unsupervised clustering, micro-array data

张思发，刘汭祥. 一种应用分治策略改进的FCM聚类算法[J]. 计算机工程与应用, 2013, 49(22): 194-196.

ZHANG Sifa, LIU Ruixiang. Divide and conquer improved fuzzy C-means clustering method[J]. Computer Engineering and Applications, 2013, 49(22): 194-196.

[1]	刘俊涛，王素娟，林晓明，刘祚时，谭俭辉，宋丹. 结合FCM聚类和边缘感知模型的眼底渗出物检测[J]. 计算机工程与应用, 2020, 56(11): 192-199.
[2]	高广尚1，2. 面向实体解析的无监督聚类方法综述[J]. 计算机工程与应用, 2018, 54(7): 11-19.
[3]	王文慧1，杨庚1，葛炜1，刘沛东2，钱晨3. 噪声不均条件下的模糊C均值聚类算法及应用[J]. 计算机工程与应用, 2018, 54(19): 172-178.
[4]	刘沧生，许青林. 基于密度峰值优化的模糊C均值聚类算法[J]. 计算机工程与应用, 2018, 54(14): 153-157.
[5]	黄春娥，张洪，张景胜，孙明星，叶志伟. 葡萄酒的模糊C均值聚类及其最优聚类选择[J]. 计算机工程与应用, 2016, 52(2): 175-179.
[6]	恩德，张凤磊，张昭，忽胜强. 模糊熵在车载环境下语音端点检测中的应用[J]. 计算机工程与应用, 2016, 52(10): 147-150.
[7]	喻勇1，张云伟1，王静2，王大龙2，王彦钧2，包俊1. 基于计算机视觉的烟叶病害识别研究[J]. 计算机工程与应用, 2015, 51(20): 167-171.
[8]	王军玲1、2，王士同1，包芳2，周建林3. 基于空间距离的快速模糊C均值聚类算法[J]. 计算机工程与应用, 2015, 51(1): 177-183.
[9]	刘新，葛洪伟，张妨妨. 基于像素点聚类分离的滤波算法[J]. 计算机工程与应用, 2014, 50(5): 195-198.
[10]	张翡，范虹. 基于模糊C均值聚类的医学图像分割研究[J]. 计算机工程与应用, 2014, 50(4): 144-151.
[11]	王民1，孙广1，沈利荣2，刘利1. 基于对数能量倒谱特征的端点检测算法[J]. 计算机工程与应用, 2014, 50(16): 198-201.
[12]	李凯，艾斯卡尔·艾木都拉. 基于边缘和基线的维吾尔文图像文字定位算法[J]. 计算机工程与应用, 2014, 50(10): 203-207.
[13]	宋蓓蓓，韦娜. FCM分割和形态学的沥青路面图像裂缝提取[J]. 计算机工程与应用, 2013, 49(4): 31-34.
[14]	柳佳雯1，梁光明2，刘任任1，谢雅婷1，丁建文3. 融合加窗色调直方图的彩色图像FCM分割算法[J]. 计算机工程与应用, 2013, 49(3): 230-233.
[15]	姚磊1，刘渊2. 基于改进模糊聚类与ANFIS的高速公路事件检测[J]. 计算机工程与应用, 2013, 49(19): 242-245.