您的位置: 专家智库 > >

曾山

作品数:2 被引量:17H指数:2
供职机构:华中科技大学图像识别与人工智能研究所更多>>
发文基金:湖北省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 2篇聚类算法
  • 2篇均值聚类
  • 2篇均值聚类算法
  • 1篇冗余
  • 1篇模糊C-均值...
  • 1篇模糊C-均值...
  • 1篇模糊C均值聚...
  • 1篇模糊C均值聚...
  • 1篇聚类中心
  • 1篇分离度

机构

  • 2篇武汉工业学院
  • 1篇华中科技大学

作者

  • 2篇同小军
  • 2篇曾山
  • 1篇桑农
  • 1篇李蓉烨
  • 1篇万波
  • 1篇欧军

传媒

  • 2篇华中科技大学...

年份

  • 1篇2012
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于对应分析的冗余模糊C均值聚类算法研究被引量:8
2012年
针对模糊C均值聚类(FCM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FCM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FCM算法分割成多个小类(冗余类),从而规避FCM算法对初始聚类中心敏感的弱点.由于隶属度划分矩阵的元素是每个样本隶属于各冗余类的隶属度值,因此将其作为各冗余类的类特征,通过对应分析得到冗余类的新特征,再次采用加权FCM算法进行冗余类合并,最后达到分类效果.以代表曲线分割和曲面分割分类问题的3个典型数据集为算例,结果表明该方法能够识别不规则的簇,解决了FCM算法对初始聚类中心敏感的缺陷.
曾山同小军桑农李蓉烨
关键词:模糊C均值聚类算法
两阶段模糊c-均值聚类算法及其应用被引量:9
2008年
针对模糊c-均值算法对初始值敏感、收敛结果易陷入局部极小值的缺点,提出了两阶段模糊c-均值聚类算法.首先通过恰当的贴近度(满足相似相近性)估计分类数,选取初始聚类中心;然后通过模糊c-均值算法进行聚类,最后对所得的聚类中心采用逻辑斯谛型的灰色模型进行预测.由于聚类中心具有统计特征,因此较好地克服了样本间的随机误差,灰色逻辑斯谛模型较好地克服了每个样本内误差.采用上述方法对全国30个省市农村居民年收入进行了分析和比较,得出了具有参考价值的结果.
同小军曾山欧军万波
关键词:模糊C-均值聚类聚类中心
共1页<1>
聚类工具0