文献类型：期刊文章

作　　者：肖满生[1] 文志诚[2] 张居武[1] 汪新凡[2]

机构地区：[1]湖南工业大学科技学院,湖南株洲412008 [2]湖南工业大学计算机与通信学院,湖南株洲412008

出　　处：《控制与决策》

基　　金：湖南省自然科学基金项目(2015JJ2047;13JJ9031);湖南工业大学自然科学基金项目(2014HZX29);湖南省教育厅项目(12C0074)

年　　份：2015

卷　　号：30

期　　号：12

起止页码：2270-2274

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20155101686040)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：传统模糊??-均值(FCM)算法要求一个样本对于各个聚类的隶属度之和满足归一化条件,从而导致算法对噪声和孤立点敏感,对非均衡分布样本的聚类有效性降低.针对该问题,提出一种改进模糊隶属函数约束的FCM聚类算法,通过放松归一化条件,推导出新的隶属度划分公式,并在聚类过程中不断进行隶属度修正,从而达到消除噪声样本、提高聚类有效性的目的.最后通过实验结果对比验证了改进算法的正确性.

关 键 词：模糊C-均值 隶属度约束  噪声样本  有效性

分 类 号：TP391]