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

一种基于属性空间相似性的模糊聚类算法

施伟锋; 卓金宝; 兰莹上海海事大学
电子与信息学报2019
4阅读
引用收藏
分享

摘要

模糊C均值(FCM)聚类算法及其相关改进算法基于最大模糊隶属度原则确定聚类结果,没有充分利用迭代后的模糊隶属度矩阵和簇类中心的样本属性特征信息,影响聚类准确度。针对这个问题,该文提出一种新的改进思路:改进FCM算法输出定类原则。给出二元属性拓扑子空间中属性相似度的定义,最终提出一种基于属性空间相似性的改进FCM算法(FCM-SAS):首先,选择FCM算法聚类后模糊隶属度低于聚类置信度的样本作为存疑样本;然后,计算存疑样本与聚类后聚类中心的属性相似度;最后,基于最大属性相似度原则更新存疑样本的簇类标签。通过UCI数据集实验,证明算法不仅有效,还较一些基于最大模糊隶属度原则定类的改进算法具有更优的...

学科与关键词

关键词
模糊C均值聚类属性拓扑子空间拓扑相似度聚类置信度最大属性相似度原则 Fuzzy C-Means(FCM) clusteringAttribute topology subspaceAttribute similarityClustering reliabilityPrinciple of maximum attribute similarity
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
电子与信息学报
发表日期
2019
卷期
第 11 期
页码
2722-2728
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(61503240);上海海事大学研究生创新基金(2016ycx078)~~;

作者

  • 施

    施伟锋 (第一作者)

  • 卓

    卓金宝

查看全部 3 位作者收起作者
  • 兰

    兰莹

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