基于属性权重区间监督的模糊C均值聚类算法
来源期刊:控制与决策2010年第3期
论文作者:李丹 顾宏 张立勇
文章页码:457 - 925
关键词:模糊聚类;模糊C均值;属性加权;区间数;层次分析法;
摘 要:在加权模糊聚类算法中,属性权重确定的合理性是一个重要问题.鉴于用区间数描述决策者推理模糊性的优越性,提出属性权重用区间数表示,由区间层次分析法获得属性对聚类的贡献度,并以该区间为约束条件,提出了可同时获得属性权重和聚类结果的模糊C均值聚类新算法.实验结果表明,该算法以决策者的经验和偏好为监督,可避免迭代计算陷入不必要的局部极小解,能够提高权重分配的合理性,进而得到了更为准确的聚类结果.
李丹,顾宏,张立勇
大连理工大学电子与信息工程学院
摘 要:在加权模糊聚类算法中,属性权重确定的合理性是一个重要问题.鉴于用区间数描述决策者推理模糊性的优越性,提出属性权重用区间数表示,由区间层次分析法获得属性对聚类的贡献度,并以该区间为约束条件,提出了可同时获得属性权重和聚类结果的模糊C均值聚类新算法.实验结果表明,该算法以决策者的经验和偏好为监督,可避免迭代计算陷入不必要的局部极小解,能够提高权重分配的合理性,进而得到了更为准确的聚类结果.
关键词:模糊聚类;模糊C均值;属性加权;区间数;层次分析法;