K-近邻估计协同系数的协同模糊C均值算法

摘要：

针对现有协同模糊C均值算法（CFC）的协同系数不能充分描述数据子集间协同关系的问题，提出K-近邻估计协同系数的协同模糊C均值算法(βK-CFC)。用模糊C均值算法（FCM）求出各数据子集的隶属度和聚类中心；其次设定近邻数，求出子集在各聚类中心处的密度，形成密度矩阵；根据密度矩阵的相关性设定变化的协同系数；最后用变化的协同系数进行协同聚类。实验证明K-近邻估计协同系数的协同模糊C均值算法(βK-CFC)能够充分描述数据子集间的协同关系，聚类性能较好。

关键词：K-近邻、密度、模糊C均值、协同系数

所属期刊栏目：52

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2016-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：19-24,30