基于新型阴影集的模糊C均值聚类算法

国栋凯, 张钦然, 李小南, 易黄建

山东大学学报(理学版) ›› 2025, Vol. 60 ›› Issue (01) : 74 -82.

PDF
山东大学学报(理学版) ›› 2025, Vol. 60 ›› Issue (01) : 74 -82.

基于新型阴影集的模糊C均值聚类算法

    国栋凯, 张钦然, 李小南, 易黄建
作者信息 +

Author information +
文章历史 +
PDF

摘要

提出一种基于五区域阴影集的模糊C均值(fuzzy C-means, FCM)算法,利用FCM算法得到对象簇的隶属度,引入五区域阴影集,将对象划分为核心区域、次核心区域、阴影区域、次边缘区域和边缘区域,分析次核心区域得到阈值ω,通过核心区域和次核心区域中隶属度μ≥ω的对象簇得到聚类结果,在8个公开数据集中进行实验。本文提出的算法相比于其余3种算法在7个数据集上取得了最佳的聚类结果。

关键词

三支决策 / 模糊聚类 / 三支聚类 / 五区域阴影集

Key words

引用本文

引用格式 ▾
基于新型阴影集的模糊C均值聚类算法[J]. 山东大学学报(理学版), 2025, 60(01): 74-82 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

72

访问

0

被引

详细

导航
相关文章

AI思维导图

/