一种基于数字特征的二型熵模糊c均值聚类算法

摘要：

普通二型模糊聚类算法将隶属度看作一个二型模糊集合,在提高隶属度描述能力的同时,大幅度增加了运算量.为克服这种缺点,提出了一种基于二型模糊集合数字特征的模糊c均值算法,并推导出了隶属度和聚类中心的迭代求解公式.该聚类方法仍将隶属度表示为二型模糊集合,但其目标函数只涉及这些二型模糊集合的数字特征,隶属度的迭代更新公式也只涉及相应的数字特征的更新,从而降低了经典二型模糊聚类的运算量.该方法可以看作是经典的一型模糊聚类的推广,也可以看作是二型模糊聚类的简化.实验表明,这种算法具有较好的抗噪能力和聚类精度,并且可以有效识别噪音数据.

关键词：二型模糊集;模糊聚类;数字特征

所属期刊栏目：37

分类号：O231(控制论、信息论（数学理论）)

资助基金：国家自然科学基金资助项目;福建省教育厅中青年教师教育科研项目;福建省自然科学基金资助项目;国家大学生创新创业训练项目;泉州市科技计划项目

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：28-37