一种邻域粒的模糊C均值聚类算法

摘要

针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题，引入粒计算理论，采用邻域粒化技术，提出邻域粒模糊C均值聚类算法。样本在单特征上使用邻域粒化技术构造邻域粒子，在多特征上粒化形成邻域粒向量，定义多种粒距离公式度量粒子之间的距离。根据粒距离度量，提出粒模糊C均值聚类算法，采用多个数据集进行实验，将粒模糊C均值聚类算法与经典聚类算法进行比较，验证了所提出的邻域粒模糊C均值聚类算法的可行性和有效性。

关键词

粒计算 / 邻域粒 / 模糊C均值聚类 / 无监督模糊聚类方法 / 粒向量

基金资助

国家自然科学基金资助项目(61976183); 厦门市科技计划资助项目(2022CXY0428)