一种基于密度的加权模糊均值聚类算法

摘要：

针对当数据集合中的数据属性差异不明显时,传统的均值聚类算法会收敛到局部最小值点,造成算法聚类结果不准、精度下降的问题,提出了一种基于密度的加权模糊均值聚类算法.该算法通过计算差异属性类中的相关密度,运用密度作为确定初始类中心的方法,得到了聚类效果更好的初始值.之后用加权模糊算法克服类划分中数据属性差异不明显带来的弊端,对类中差异属性进行归类划分.实验结果表明,该算法依然可以区分出不同属性的重要程度,而且其稳定性和聚类效果都有一定的提高.

关键词：聚类、模糊均值、属性加权、密度、误分类数

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：河南省重大科技攻关项目102102210490

在线出版日期：2012-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：180-182