ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

多中心点增量式模糊聚类算法

胡本固; 戴牡红
应用科学学报2019
7阅读
引用收藏
分享

摘要

增量聚类算法可以解决数据量大、内存不足的问题.传统的增量式模糊聚类(incremental multiple medoids based fuzzy clustering, IMMFC)算法只为每个数据块选择一个或多个相同数目的中心,当聚类中的对象权重较小时聚类效果不好.该文提出新的增量式模糊聚类算法用于处理大数据集.首先将大数据集分成多个小的数据块,并对每个小的数据块进行模糊聚类;然后从每个小数据块的每个簇群中选择目标中心点,中心点的个数是簇群中对象的权重之和大于阈值的最少对象数.最后合并所有选定的中心点,并对最终数据块进行模糊聚类,获取最终的中心点.实验结果表明,与IMMFC算法相比,当数...

学科与关键词

关键词
模糊聚类增量式模糊聚类大数据集多中心点 fuzzy clusteringincremental fuzzy clusteringlarge data setmultiple-center points
相关
加载中…
  • 改进的高效模糊C均值聚类算法
    丁旭晨; 林锦贤微型机与应用, 2013, (23): 74.
  • 一种基于模糊集理论的双聚类算法
    邱杰; 喻昕; 罗海琼; 玉延华; 詹锋; 陈庆锋平顶山学院学报, 2013, (05): 8-11.
  • 一种基于隶属度优化的演化聚类算法
    侯薇; 董红斌; 印桂生计算机研究与发展, 2013, (03): 548-558.
查看全部 →

发表信息

论文状态
公开发表
期刊
应用科学学报
发表日期
2019
卷期
第 06 期
页码
806-814
成果收录
CHINAJOURNAL
资助标注
长沙市科技计划项目基金(No.kq1801008)资助;

作者

  • 胡

    胡本固 (第一作者)

  • 戴

    戴牡红

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417