计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2015年
11期
124-128
,共5页
聚类%模糊C-均值%密度函数%马氏距离%基于密度和马氏距离优化的模糊C-均值聚类(FCMBMD)算法
聚類%模糊C-均值%密度函數%馬氏距離%基于密度和馬氏距離優化的模糊C-均值聚類(FCMBMD)算法
취류%모호C-균치%밀도함수%마씨거리%기우밀도화마씨거리우화적모호C-균치취류(FCMBMD)산법
clustering%Fuzzy C-Means(FCM)%density function%Mahalanobis distance%Fuzzy C-Means Based on Maha-lanobis and Density(FCMBMD)algorithm
针对传统模糊C-均值聚类算法（FCM算法）初始聚类中心选择的随机性和距离向量公式应用的局限性，提出一种基于密度和马氏距离优化的模糊C-均值聚类算法（Fuzzy C-Means Based on Mahalanobis and Density， FCMBMD算法）。该算法通过计算样本点的密度来确定初始聚类中心，避免了初始聚类中心随机选取而产生的聚类结果的不稳定；采用马氏距离计算样本集的相似度，以满足不同度量单位数据的要求。实验结果表明，FCMBMD算法在聚类中心、收敛速度、迭代次数以及准确率等方面具有良好的效果。
針對傳統模糊C-均值聚類算法（FCM算法）初始聚類中心選擇的隨機性和距離嚮量公式應用的跼限性，提齣一種基于密度和馬氏距離優化的模糊C-均值聚類算法（Fuzzy C-Means Based on Mahalanobis and Density， FCMBMD算法）。該算法通過計算樣本點的密度來確定初始聚類中心，避免瞭初始聚類中心隨機選取而產生的聚類結果的不穩定；採用馬氏距離計算樣本集的相似度，以滿足不同度量單位數據的要求。實驗結果錶明，FCMBMD算法在聚類中心、收斂速度、迭代次數以及準確率等方麵具有良好的效果。
침대전통모호C-균치취류산법（FCM산법）초시취류중심선택적수궤성화거리향량공식응용적국한성，제출일충기우밀도화마씨거리우화적모호C-균치취류산법（Fuzzy C-Means Based on Mahalanobis and Density， FCMBMD산법）。해산법통과계산양본점적밀도래학정초시취류중심，피면료초시취류중심수궤선취이산생적취류결과적불은정；채용마씨거리계산양본집적상사도，이만족불동도량단위수거적요구。실험결과표명，FCMBMD산법재취류중심、수렴속도、질대차수이급준학솔등방면구유량호적효과。
In the light of the randomness of the initial clustering center selection and the limitations of distance vector for-mula application with the traditional Fuzzy C-Means clustering algorithm(FCM), the optimized fuzzy C-means cluster-ing algorithm(FCMBMD)is proposed. The algorithm is to determine the initial cluster center by computing the density of sample point, so it avoids the instability of clustering result generated randomly by initial cluster centers. In addition, it also meets the requirements of different units of measurement data using the similarity of Mahalanobis distance calcula-tion sample set. The experimental result shows that FCMBMD algorithm has better effect in clustering center, conver-gence speed, iterations, accuracy, and so on.
