基于中点密度函数的模糊聚类算法

来源：计算机应用杂志2016年第1期北京时间：

作者：周跃跃, 胡婕, 苏涛

单位：湖北大学 计算机与信息工程学院, 武汉 430062

摘要：针对传统模糊C-均值(FCM)聚类算法初始聚类中心不确定,且需要人为预先设定聚类类别数,从而导致结果不准确的问题,提出了一种基于中点密度函数的模糊聚类算法。首先,结合逐步回归思想作为初始聚类中心选取的方法,避免收敛结果陷入局部循环;其次,确定可能的聚类类别数目;最后,对结果进行重叠度和分离度的模糊聚类有效性指标判定,确定最佳的聚类类别数。实验证明该算法与原改进C-均值聚类算法相比,减少了迭代次数,平均准确率提高了12%。实验结果表明该算法能够减少聚类的处理时间,并在平均准确率和聚类性能指标上优于对比算法。

关键词：模糊C-均值,中点法,类集密度函数法,逐步回归思想,有效性指标

基金资助：国家自然科学基金资助项目(61202100)。