| 改进模糊划分的FCM聚类算法的一般化研究 |
| |
| 引用本文： | 朱林,王士同,邓赵红.改进模糊划分的FCM聚类算法的一般化研究[J].计算机研究与发展,2009,46(5). |
| |
| 作者姓名： | 朱林 王士同 邓赵红 |
| |
| 作者单位： | 1. 上海交通大学图像处理与模式识别研究所,上海,200240;江南大学信息工程学院,江苏无锡,214122
2. 上海交通大学图像处理与模式识别研究所,上海,200240 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)，国家自然科学基金，国防应用基础研究基金 |
| |
| 摘 要： | 聚类分析是无监督模式识别中的一种重要方法,已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析中.在聚类算法中,模糊指数m对聚类结果有十分重要的影响.针对IFP-FCM算法模糊指数m被限定为2的问题,提出了一般化的改进模糊划分的FCM聚类算法GIFP-FCM.通过引入新的隶属度约束,解决了IFP-FCM算法模糊指数m的一般化问题;同时GIFP-FCM算法从Voronoi距离和竞争学习的角度对其鲁棒性和快速收敛性进行了合理解释;其次,通过引入模糊程度系数α,使得FCM算法和IFP-FCM算法分别表示为GIFP-FCM算法在α等于0和α趋于1时的特例.实验结果表明,GIFP-FCM算法较之于IFP-FCM和FCM算法具有更好的鲁棒性和参数适应性;在纹理图像分割中,GIFP-FCM也明显优于IFP-FCM和FCM算法.
|
| 关 键 词： | 聚类算法 竞争学习 模糊划分 Voronoi距离 纹理图像分割 |
Research on Generalized Fuzzy C-Means Clustering Algorithm with Improved Fuzzy Partitions |
| |
| Zhu Lin,Wang Shitong,Deng Zhaohong.Research on Generalized Fuzzy C-Means Clustering Algorithm with Improved Fuzzy Partitions[J].Journal of Computer Research and Development,2009,46(5). |
| |
| Authors: | Zhu Lin Wang Shitong Deng Zhaohong |
| |
| Affiliation: | School of Information Engineering;Southern Yangtze University;Wuxi;Jiangsu 214122;Institute of Image Processing and Pattern Recognition;Shanghai Jiao Tong University;Shanghai 200240 |
| |
| Abstract: | Cluster analysis is an important tool of unsupervised pattern recognition.It has been used in diverse fields such as data mining,biology,computer vision,and document analysis.The fuzziness index m has important influence on the clustering result of fuzzy clustering algorithms and it should not be forced to fix at the usual value m=2.In view of its distinctive features in applications and its limitation of having m=2 only,a recent advance of fuzzy clustering called fuzzy c-means clustering with improved fuzz... |
| |
| Keywords: | clustering algorithm competitive learning fuzzy partition Voronoi distance image texture segmentation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
