半监督模糊聚类及其应用  

Semi-supervised Fuzzy Clustering and Its Application

作　　者：杨昔阳[1] 李志伟[1] 

机构地区：[1]泉州师范学院智能计算与信息处理福建省高等学校重点实验室,福建泉州362000

出　　处：《福建师范大学学报（自然科学版）》2015年第2期11-16,共6页Journal of Fujian Normal University：Natural Science Edition

基　　金：福建省教育厅资助项目(JA12273;JK2013037);泉州市科技计划资助项目(2012Z103)

摘　　要：提出了一种拓展的半监督模糊聚类模型,给出求解这个模型的迭代公式.这种半监督聚类能够合理、有效地利用部分已标识样本的类别信息对未标识样本产生影响,从而提高半聚类算法的聚类效果.其隶属度和聚类中心的迭代公式具有和FCM算法一样简洁的表示.在黄瓜数据集上的聚类分析表明,新提出的半监督聚类优于未改进的两种半监督算法、FCM算法和线性判别方法.An extended form of semi-supervised fuzzy clustering algorithm is proposed,and its iterative solution is given.This new semi-supervised method uses class information of the labeled data effectively and reasonably to improve its classification ability.The iterative solutions of its membership degree and clustering centers have concise forms as those of FCM.Experiments on the cucumber data set show that the proposed algorithm is better than FCM,linear discriminant analysis and other two semi-supervised algorithms.

关 键 词：半监督算法 模糊聚类 叶片病害识别 

分 类 号：O231[理学—运筹学与控制论]