一种改进的 Fuzzy c-means 聚类算法  

A Modified Fuzzy c means Clustering Algorithm

作　　者：胡钟山[1] 丁震[1] 杨静宇 唐振民 邬永革 

机构地区：[1]南京理工大学信息学院

出　　处：《南京理工大学学报》1997年第4期337-340,共4页Journal of Nanjing University of Science and Technology

基　　金：国家教委优秀青年教师基金;国家教委回国人员基金;江苏省自然科学基金

摘　　要：该文提出了一种改进的ｆｕｚｚｙｃ－ｍｅａｎｓ算法（ＭＦＣＭ）。此算法是将传统算法（ＦＣＭ）直接对样本集聚类变为对特征集聚类，从而极大提高了ｆｕｚｚｙｃ－ｍｅａｎｓ的速度。证明了ＭＦＣＭ与ＦＣＭ在分类效果上的等价性，且ＭＦＣＭ较ＦＣＭ有较低的时间复杂性，讨论了ＭＦＣＭ与ＦＣＭ空间复杂性的关系。最后数值实验证实了结论。In this paper a modified fuzzy c means algorithm (MFCM) is presented. MFCM uses feature set, instead of sample set, to cluster, and the computation time is greatly reduced. It is proved that the equality of FCM and MFCM in the clustering effect and the less time complexity in MFCM than that in FCM. Then it discussed the space complexity of MFCM and FCM. Finally, some experiment results are given to show the effectiveness of our algorithm.

关 键 词：模糊聚类 模式识别 聚类分析 MFCM 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TN919.8[自动化与计算机技术—计算机科学与技术]