文献类型：期刊文章

作　　者：文传军[1] 汪庆淼[2] 詹永照[3]

机构地区：[1]常州工学院理学院,常州213002 [2]苏州大学计算机学院,苏州215021 [3]江苏大学计算机科学与通信工程学院,镇江212013

出　　处：《计算机科学》

基　　金：国家自然科学基金(61170126)资助

年　　份：2014

卷　　号：41

期　　号：8

起止页码：250-253

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSCD、CSCD2013_2014、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：模糊C均值聚类算法没有考虑各类样本容量因素,当各类样本容量差异较大时,其聚类判决将向小样本类倾斜。提出一种新的聚类算法——均衡模糊C均值聚类,对模糊C均值聚类算法最小化目标函数进行修正,使得改进的目标函数包含了样本容量因素,利用粒子群算法并以样本模糊隶属度为编码对象求解参数优解。从理论上分析了该算法的性质,通过仿真实验验证了所提算法对平衡、不平衡数据集的有效性。

关 键 词：模糊C均值聚类 样本容量  均衡化 粒子群 全局优解  

分 类 号：TP391.4]