基于信息熵蟻群聚類的模糊C-均值算法的研究.pdf

1、聚類是數(shù)據(jù)挖掘的重要分支之一。近年來隨著數(shù)據(jù)挖掘研究的深入，涌現(xiàn)出大量新的聚類算法，每種聚類算法都是針對(duì)某一應(yīng)用領(lǐng)域，也各有其優(yōu)缺點(diǎn)。在眾多的聚類算法中，模糊C-均值算法是目前使用最為廣泛的基于目標(biāo)函數(shù)的模糊聚類算法。但是該算法仍然存在一些不足之處，例如其聚類結(jié)果受初始化影響較大，在迭代時(shí)容易陷入局部極小等。針對(duì)這種研究現(xiàn)狀，本文主要從三個(gè)角度對(duì)模糊C-均值算法做了改進(jìn)：
　　 (1)模糊C-均值算法與基于信息熵的蟻群算法結(jié)合使

2、用。先執(zhí)行基于信息熵的蟻群算法得到聚類數(shù)目C和聚類中心。然后以此作為模糊C-均值算法的初始參數(shù)，進(jìn)行迭代優(yōu)化，既克服了模糊C-均值算法對(duì)初始化參數(shù)極為敏感的缺陷，又避免了陷入局部極小值。創(chuàng)新之處在于引入的不是標(biāo)準(zhǔn)的蟻群算法而是基于信息熵的蟻群算法。這一改進(jìn)，改變了螞蟻拾起或放下的規(guī)則，比較的是信息熵值的改變而不是概率，減少了算法執(zhí)行的隨機(jī)性。
　　 (2)提出了屬性加權(quán)的思想。鑒于在實(shí)際應(yīng)用中發(fā)現(xiàn)，對(duì)于含有多維屬性的數(shù)據(jù)集，往往

3、有些屬性對(duì)數(shù)據(jù)的聚類影響較大，而有些屬性則影響較小。屬性的分布特征與數(shù)據(jù)的聚類有著不可忽視的作用，因此本文為每個(gè)屬性賦予一個(gè)權(quán)重。隨后基于這種思想，本文重新推導(dǎo)了模糊C-均值算法的目標(biāo)函數(shù)、聚類中心和隸屬度函數(shù)的迭代公式。
　　 (3)本文提出用一種Voronoi距離代替歐氏距離的方法來調(diào)整隸屬度的計(jì)算公式，以此克服模糊C-均值算法的聚類結(jié)果易受噪聲數(shù)據(jù)干擾的缺陷。采用歐氏距離只能發(fā)現(xiàn)球狀的簇，改用Voronoi距離就可以形成任