仪器仪表学报

作者：周世波，徐维祥，徐良坤

单位：周世波,集美大学航海学院厦门361021,,徐维祥,北京交通大学北京100044,,徐良坤,集美大学航海学院厦门361021,

关键词：密度峰值;模糊C均值;局部密度;聚类

基金：国家自然科学基金（61672002）、福建省自然科学基金（2016J01243）项目资助

针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷，提出了一种密度峰值和样本点空间邻域信息优化的FCM算法。改进后的算法选择数据集中具有局部密度峰值的样本点或者局部密度较大的样本点作为初始聚类中心，充分考虑样本点邻域之间的关系，增加局部密度值大的样本点在聚类中心迭代计算过程中的影响力，从而达到优化FCM算法聚类效果的目的。理论分析和在人造数据集、加州大学欧文分校(UCI)机器学习数据库中真实数据上的实验结果表明，改进后算法的抗噪性、聚类效果和全局收敛能力均优于传统FCM算法。

来源：2019年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第4期