一种广义加权模糊聚类算法  

A general weighted fuzzy clustering algorithm

作　　者：包志强[1] 吴顺君[1] 韩冰[2] 

机构地区：[1]西安电子科技大学雷达信号处理国家重点实验室,陕西西安710071 [2]西安电子科技大学电子工程学院,陕西西安710071

出　　处：《华中科技大学学报（自然科学版）》2007年第S1期198-201,共4页Journal of Huazhong University of Science and Technology(Natural Science Edition)

基　　金：国家自然科学基金资助项目(No.60102005);国家重点实验室基金资助项目(J14203220033)

摘　　要：提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.A new general Weighted Fuzzy Clustering Algorithm is proposed to deal with the mixed data including different feature contribution and different sample distribution,in which the idea of the probability density of samples is used to assign the weights for every samples and the ReliefF algorithms is applied to give the weights for every features.By weighting the samples and their features,the fuzzy c-means,fuzzy c-modes,fuzzy c-prototype and sample-weighted clustering algorithms can be unified into a general ...

关 键 词：聚类分析 加权模糊聚类 数值特征 类属特征 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]