广义可能性C均值聚类算法

来源：计算机工程与科学杂志2015年第5期北京时间：

作者：文传军1，汪庆淼2

单位：1.常州工学院理学院，江苏 常州 213002;2.苏州大学计算机学院，江苏 苏州 215021

摘要：可能性C均值聚类算法（PCM）中模糊加权指标m要求大于1，通过对PCM算法的分析讨论，将PCM算法中模糊加权指标m设置为多个独立变量，且将其取值范围进行了扩展，称之为广义可能性C均值聚类（GPCM）。GPCM从理论上分析了加权指标m的扩展取值范围，并利用粒子群算法（PSO）对样本模糊隶属度进行估计。GPCM算法突破了PCM算法对参数m的约束。仿真实验验证了所提算法的有效性。

关键词：模糊C均值聚类,可能性C均值聚类,加权指数,模糊判决准则,

基金资助：国家自然科学基金资助项目(61170126)；常州工学院校级课题资助项目（YN1305）