自动确定聚类个数的模糊聚类算法  

Fuzzy Clustering Algorithm for Automatic Identification of Clusters

作　　者：陈海鹏[1,2] 申铉京[1,2] 龙建武[3] 吕颖达[4] 

机构地区：[1]吉林大学计算机科学与技术学院,吉林长春130012 [2]吉林大学符号计算与知识工程教育部重点实验室,吉林长春130012 [3]重庆理工大学计算机科学与工程学院,重庆400054 [4]吉林大学公共计算机教学与研究中心,吉林长春130012

出　　处：《电子学报》2017年第3期687-694,共8页Acta Electronica Sinica

基　　金：国家自然科学基金(No.61305046;No.61502065);吉林省自然科学基金(No.20140101193JC;No.20130522117JH;20150101055JC);重庆市基础与前沿研究计划项目(No.cstc2015jcyj BX0127)

摘　　要：本文通过集成多次FCM(Fuzzy C-Means)聚类结果以及采用软化分方式,提出一种新的自动确定聚类个数的模糊聚类算法.本算法首先利用不同的聚类数目对数据进行FCM聚类,然后充分利用多次FCM聚类得到的隶属度信息构建一个累积邻接矩阵,最后采用迭代方式对累积邻接矩阵进行图切分以获取最终聚类结果.大量的仿真实验表明,相对现有集成聚类方法,本文方法能够有效减少FCM的聚类次数,并且在图切分过程中的迭代次数为现有方法的1/2左右.To automatically determine the number of clusters,a newfuzzy clustering algorithm is proposed in this study,which is based on soft partition scheme and integrates many FCMclustering results. In this method,FCMclustering is implemented on data by the cluster number; then the membership information is used to build a cumulative adjacency matrix; finally,the graph cut method is adopted to the cumulative adjacency matrix by iterative manner to obtain clustering results. Simulation experiments showthat,compared to the current integrated clustering method,our method can effectively reduce the number of FCMclustering; furthermore,its iterations in the graph cut process is about 1/2 of the existing method.

关 键 词：模糊聚类 FCM算法 图切分 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]