结合Total-Bregman距离的模糊聚类算法

来源：计算机科学与探索杂志2016年第2期北京时间：

作者：超木日力格，于剑，朱杰

单位：1. 北京交通大学 计算机与信息技术学院 交通数据分析与挖掘北京市重点实验室，北京 1000442. 中央司法警官学院 信息管理系，河北 保定 071000

摘要：模糊C均值（fuzzy C-means, FCM）聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进，例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进，通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析。实验部分对来自UCI数据库的几个数据集进行了聚类，证明了算法的有效性和收敛性。

关键词：聚类算法,模糊聚类,Total-Bregman距离