国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:郑晨颖,陈颖悦,侯贤宇,江连吉,廖亮
单位:1.厦门理工学院计算机与信息工程学院, 福建 厦门 361024;2.厦门理工学院经济与管理学院, 福建 厦门 361024
关键词:粒计算,邻域粒,模糊C均值聚类,无监督模糊聚类方法,粒向量,
基金:国家自然科学基金资助项目(61976183);厦门市科技计划资助项目(2022CXY0428)
针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题,引入粒计算理论,采用邻域粒化技术,提出邻域粒模糊C均值聚类算法。样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上粒化形成邻域粒向量,定义多种粒距离公式度量粒子之间的距离。根据粒距离度量,提出粒模糊C均值聚类算法,采用多个数据集进行实验,将粒模糊C均值聚类算法与经典聚类算法进行比较,验证了所提出的邻域粒模糊C均值聚类算法的可行性和有效性。
来源:2024年第5期
《山东大学学报(理学版)》期刊编辑部