Journal of Systems Engineering and Electronics ›› 2013, Vol. 35 ›› Issue (8): 1769-1776.doi: 10.3969/j.issn.1001-506X.2013.08.31
王丽娜1,2,3,王建东3,李涛1,2,叶枫3,4
1.南京信息工程大学江苏省气象探测与信息处理重点实验室, 江苏 南京 210044;
2.南京信息工程大学电子与信息工程学院, 江苏 南京 210044;
3.南京航空航天大学计算机科学与技术学院, 江苏 南京 210016;
4.河海大学计算机与信息学院, 江苏 南京 211100
Cluster’s feature weighting fuzzy clustering algorithm integrating rough sets and shadowed sets
WANG Li-na1,2,3, WANG Jian-dong3, LI Tao1,2,YE Feng3,4
摘要:
特征加权是聚类算法中的常用方法,决定权值对产生一个有效划分非常关键。基于模糊集、粗糙集和阴影集的粒计算框架,本文提出计算不同簇特征权重的聚类新方法,特征权值随着每次迭代自动地计算。每个簇采用不同的特征权重可以更有效地实现聚类目标,并使用聚类有效性指标包括戴维斯-Bouldin指标(Davies-Bouldin,DB)、邓恩指标(Dunn, Dunn)和Xie-Beni指标(Xie-Beni, XB)分析基于划分的聚类有效性。真实数据集上的实验表明这些算法总是收敛的,而且对交叠的簇划分更有效,同时在噪声和异常数据存在时具有鲁棒性。