面向稀疏高维大数据的扩展增量模糊聚类算法

作     者：钱雪忠 姚琳燕 QIAN Xuezhong;YAO Linyan

作者机构：江南大学物联网工程学院物联网技术应用教育部工程研究中心 

基　　金：国家自然科学基金(61673193) 中央高校基本科研业务费专项资金(JUSRP51510,JUSRP51635B) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2019年第45卷第6期

页      码：75-81,88页

摘      要：模糊C均值(FCM)聚类算法对初始中心点敏感,不考虑类别间中心点的相互影响,且仅能处理低维数据。为此,设计一种改进的初始中心点选择方法,并基于条件模糊聚类思想,将传统FCM算法中的欧氏距离替换为余弦距离后提出wHFCLM算法。将该算法与扩展增量聚类算法spFCM、oFCM和rseFCM相结合,得到对应的扩展增量模糊聚类算法spHF(c+l)M、oHF(c+l)M以及rseHF(c+l)M。实验结果表明,与spFCM算法、oFCM算法和rseFCM算法相比,扩展增量模糊聚类算法对初始中心点的选择敏感性较低,能较好地处理大规模稀疏高维数据集,且在合适的分块大小下具有更优的聚类性能。

主 题 词：扩展聚类算法 条件聚类 稀疏高维大数据 模糊聚类 初始中心点 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.19678/j.issn.1000-3428.0051839

馆 藏 号：203689255...