-
题名基于2型模糊集的粗糙模糊C-means算法
- 1
-
-
作者
鲍杨婉莹
蒋瑜
李冬
-
机构
成都信息工程大学软件工程学院
-
出处
《成都信息工程大学学报》
2020年第4期406-411,共6页
-
基金
四川省教育厅重点资助项目(20177032)。
-
文摘
聚类算法在图像处理、模式识别等领域有广泛应用,粗糙模糊C-means算法是近年来研究较多的聚类算法。在面对聚类结构不同的样本时,传统的粗糙模糊C-means算法存在聚类簇心偏向性和隶属度选取的问题,使聚类结果不理想。提出一种基于②型模糊集的粗糙模糊C-means算法,算法采用②型模糊集理论,计算样本的次隶属度,从而描述样本的深层信息,根据样本最大隶属度和次大隶属度之间的差别,将样本划分到类簇的上下近似集中,根据上下近似集的权重,迭代并重新计算簇心,直到达到设定阈值或者满足算法终止条件。将改进的粗糙模糊C-means算法在人工数据集和UCI数据集上进行实验对比,结果表明改进的粗糙模糊C-means算法具有良好的性能。
-
关键词
聚类
粗糙集
2型模糊集
粗糙模糊c-means
-
Keywords
clustering
rough set
type-2 fuzzy set
rough fuzzy c-means
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
