文献类型：期刊文章

作　　者：陈海鹏[1,2] 申铉京[1,2] 龙建武[3] 吕颖达[4]

机构地区：[1]吉林大学计算机科学与技术学院,吉林长春130012 [2]吉林大学符号计算与知识工程教育部重点实验室,吉林长春130012 [3]重庆理工大学计算机科学与工程学院,重庆400054 [4]吉林大学公共计算机教学与研究中心,吉林长春130012

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61305046;No.61502065);吉林省自然科学基金(No.20140101193JC;No.20130522117JH;20150101055JC);重庆市基础与前沿研究计划项目(No.cstc2015jcyj BX0127)

年　　份：2017

卷　　号：45

期　　号：3

起止页码：687-694

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI(收录号：20171903645838)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：本文通过集成多次FCM(Fuzzy C-Means)聚类结果以及采用软化分方式,提出一种新的自动确定聚类个数的模糊聚类算法.本算法首先利用不同的聚类数目对数据进行FCM聚类,然后充分利用多次FCM聚类得到的隶属度信息构建一个累积邻接矩阵,最后采用迭代方式对累积邻接矩阵进行图切分以获取最终聚类结果.大量的仿真实验表明,相对现有集成聚类方法,本文方法能够有效减少FCM的聚类次数,并且在图切分过程中的迭代次数为现有方法的1/2左右.

关 键 词：模糊聚类 FCM算法 图切分

分 类 号：TP391]