福建师范大学学报(自然科学版)

2021, v.37;No.182(06) 28-37

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于数字特征的二型熵模糊c均值聚类算法
A Type-2 Entropy Fuzzy C-means Clustering Algorithm Based on Numerical Characteristics

杨昔阳;林舒欣;李志伟;颜星华;刘士虎;

摘要(Abstract):

普通二型模糊聚类算法将隶属度看作一个二型模糊集合,在提高隶属度描述能力的同时,大幅度增加了运算量.为克服这种缺点,提出了一种基于二型模糊集合数字特征的模糊c均值算法,并推导出了隶属度和聚类中心的迭代求解公式.该聚类方法仍将隶属度表示为二型模糊集合,但其目标函数只涉及这些二型模糊集合的数字特征,隶属度的迭代更新公式也只涉及相应的数字特征的更新,从而降低了经典二型模糊聚类的运算量.该方法可以看作是经典的一型模糊聚类的推广,也可以看作是二型模糊聚类的简化.实验表明,这种算法具有较好的抗噪能力和聚类精度,并且可以有效识别噪音数据.

关键词(KeyWords): 二型模糊集;模糊聚类;数字特征

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(619660390);; 福建省教育厅中青年教师教育科研项目(JAT200566);; 福建省自然科学基金资助项目(2021J01001);; 国家大学生创新创业训练项目(202110399016);; 泉州市科技计划项目(2012Z113)

作者(Author): 杨昔阳;林舒欣;李志伟;颜星华;刘士虎;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享