文献类型：期刊文章

作　　者：王进[1] 游磊[1] 黎忠文[1] 苗放[2]

WANG Jin;YOU Lei;LI Zhongwen;MIAO Fang(School of Information Science and Engineering, Chengdu University, Chengdu 610106, China;Institute of Big Data, Chengdu University, Chengdu 610106, China)

机构地区：[1]成都大学信息科学与工程学院,四川成都610106 [2]成都大学大数据研究院,四川成都610106

出　　处：《成都大学学报（自然科学版）》

基　　金：四川省教育厅自然科学基金(17ZA0082)资助项目

年　　份：2017

卷　　号：36

期　　号：4

起止页码：373-376

语　　种：中文

收录情况：普通刊

摘　　要：非平衡数据分析是数据领域的重要问题之一,其类间分布的巨大差异给聚类方法带来严峻挑战.围绕非平衡数据聚类问题,分析了非平衡数据对模糊聚类方法的影响,提出了基于密度感知的模糊聚类方法.方法将数据分布密度特征嵌入模糊聚类初始化过程中,用于定位初始聚类中心点,避免了少数类中心点位置的消失,在此基础上进一步设计了基于密度的模糊聚类优化更新方法.经数据集分析验证,本研究方法能够有效解决非平衡数据分类中少数类消失问题,并且在聚类算法性能上比传统方法有明显提高.

关 键 词：模糊聚类 分布密度 非平衡数据

分 类 号：TP301.6]