基于協(xié)同的模糊聚類(lèi)算法的研究.pdf

1、在基于目標(biāo)函數(shù)的模糊聚類(lèi)算法中，模糊C-均值聚類(lèi)算法得到了豐富的理論研究和廣泛應(yīng)用。它通過(guò)迭代和爬山技術(shù)來(lái)尋找問(wèn)題的最優(yōu)解，是一種局部搜索算法。然而，該算法對(duì)初始中心很敏感，易導(dǎo)致一致性聚類(lèi)。協(xié)同聚類(lèi)算法利用了不同特征子集之間的協(xié)同關(guān)系，可提高原有的聚類(lèi)性能。本文將協(xié)同聚類(lèi)算法和以模糊C-均值聚類(lèi)算法為基礎(chǔ)的改進(jìn)算法結(jié)合，來(lái)解決特征屬性完備性和隸屬度取值隨意性的問(wèn)題。本文的主要工作如下:
　　 模糊C-均值聚類(lèi)算法及其改進(jìn)算法都

2、是基于概率約束的聚類(lèi)方法，所采用隸屬度的取值形式體現(xiàn)了數(shù)據(jù)集的絕對(duì)隸屬程度，常出現(xiàn)不理想的聚類(lèi)結(jié)果。本文通過(guò)兩個(gè)基于相對(duì)隸屬程度的判斷準(zhǔn)則參數(shù)，表示數(shù)據(jù)對(duì)聚類(lèi)簇隸屬關(guān)系亦此亦彼的不確定性，將迭代過(guò)程中數(shù)據(jù)集對(duì)聚類(lèi)簇隸屬的可能性與不確定性關(guān)系引入目標(biāo)函數(shù)中。再與協(xié)同聚類(lèi)方法相結(jié)合，提出了一種協(xié)同的可能性模糊聚類(lèi)算法(C-FCA)。該方法先進(jìn)行特征選擇，并對(duì)子集的差異性和相識(shí)性進(jìn)行度量，利用不同特征子集之間的協(xié)同系數(shù)，說(shuō)明子集之間的關(guān)系程度