基于网格和密度的模糊C均值聚类初始化方法  

AN INITIALIZATION METHOD FOR FUZZY C-MEANS CLUSTERING ALGORITHM BASED ON CRID AND DENSITY

作　　者：盛莉[1] 邹开其[2] 邓冠男[2] 

机构地区：[1]重庆工学院计算机系,重庆400050 [2]大连大学信息工程学院,辽宁大连116622

出　　处：《计算机应用与软件》2008年第3期22-23,45,共3页Computer Applications and Software

基　　金：国家自然科学基金(60573072)

摘　　要：模糊c均值聚类算法是目前聚类分析中最受欢迎的算法之一,但其聚类效果往往受初始参数的影响。针对这一问题,提出一种基于网格和密度的模糊c均值聚类初始化方法。以网格和密度为工具提取聚类样本的类聚类中心,以此来初始化模糊c均值聚类算法的初始参数,从而弥补原算法的不足。实验证明方法是可行的、有效的。Fuzzy c-means clustering algorithm is one of the most widespread clustering algorithm, Its performance strongly depends on the initial parameters. To solve this problem, an initialization method for fuzzy c-means clustering algorithm based on grid and density is proposed, Grid and density are used to extract the clustering centers of samples, and initialize the initial parameters of fuzzy c-means clustering algorithm. Experiment shows that this method is feasible and valid.

关 键 词：模糊C均值聚类 网格 密度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] S762[自动化与计算机技术—控制科学与工程]