距离决策下的模糊聚类集成模型

作     者：费博雯 邱云飞 刘万军 刘大千 FEI Bowen;QIU Yunfei;LIU Wanjun;LIU Daqian

作者机构：辽宁工程技术大学工商管理学院葫芦岛125105 辽宁工程技术大学软件学院葫芦岛125105 辽宁工程技术大学电子与信息工程学院葫芦岛125105 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2018年第40卷第8期

页      面：1895-1903页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年科学基金(61401185)~~ 

主　　题：模糊聚类 集成模型 距离决策 隶属度矩阵 密度峰值算法 

摘      要：模糊聚类是近年来使用的一类性能较为优越的聚类算法,但该类算法对初始聚类中心敏感且对边界样本的聚类结果不够准确。为了提高聚类准确性、稳定性,该文通过联合多个模糊聚类结果,提出一种距离决策下的模糊聚类集成模型。首先,利用模糊C均值(FCM)算法对数据样本进行多次聚类,得到相应的隶属度矩阵。然后,提出一种新的距离决策方法,充分利用得到的隶属度关系构建一个累积距离矩阵。最后,将距离矩阵引入密度峰值(DP)算法中,利用改进的DP算法进行聚类集成以获取最终聚类结果。在UCI机器学习库中选择9个数据集进行测试,实验结果表明,相比经典的聚类集成模型,该文提出的聚类集成模型效果更佳。