两阶段模糊C-均值聚类算法  

Fuzzy C-Means clustering algorithm with two stages

作　　者：张新波[1] 

机构地区：[1]浙江工商大学信息与电子工程学院,浙江杭州310035

出　　处：《电路与系统学报》2005年第2期117-120,共4页Journal of Circuits and Systems

基　　金：国家自然科学基金资助项目(79970037);浙江省教育厅资助项目(20041345)

摘　　要：针对模糊C-均值(Fuzzy C-Means,FCM)算法对初始值敏感、收敛结果易陷入局部极小的问题,本文提出了一种新型的两阶段模糊C-均值聚类算法。算法提出了一种简洁快速的初始聚类中心的选取规则,从而使获得的聚类结果为全局最优。仿真结果证明了该算法的有效性和优越性。Fuzzy C-Means is one of the algorithms for clustering based on optimizing an objective function, being sensitive to initial conditions, the algorithm usually leads to local minimum results. Aiming at above problem, this paper proposes a new FCM algorithm with two stages. The new algorithm can obtain global optimal solutions through a new simple and efficient select rule of the initial cluster centers. The computer emulate results show the effectivity and superiority of the new algorithm.

关 键 词：模糊聚类 FCM算法 局部极小 初始聚类中心 全局最优解 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TN911.7[自动化与计算机技术—计算机科学与技术]