集成粗糙集和阴影集的簇特征加权模糊聚类算法

作者：王丽娜; 王建东; 李涛; 叶枫

来源：系统工程与电子技术, 2013, (08): 1769-1776.

• 模糊聚类
• 聚类有效性
• 特征权重
• 粗糙集
• 阴影集 fuzzy clustering
• clustering validity
• feature weights
• rough sets
• shadowed sets

特征加权是聚类算法中的常用方法,决定权值对产生一个有效划分非常关键。基于模糊集、粗糙集和阴影集的粒计算框架,本文提出计算不同簇特征权重的聚类新方法,特征权值随着每次迭代自动地计算。每个簇采用不同的特征权重可以更有效地实现聚类目标,并使用聚类有效性指标包括戴维斯-Bouldin指标(Davies-Bouldin,DB)、邓恩指标(Dunn,Dunn)和Xie-Beni指标(Xie-Beni,XB)分析基于划分的聚类有效性。真实数据集上的实验表明这些算法总是收敛的,而且对交叠的簇划分更有效,同时在噪声和异常数据存在时具有鲁棒性。

• 单位
  南京信息工程大学; 南京航空航天大学; 河海大学