计算机科学与探索 ›› 2016, Vol. 10 ›› Issue (2): 220-229.DOI: 10.3778/j.issn.1673-9418.1505054
超木日力格1,于 剑1+,朱 杰1,2
Chaomurilige1, YU Jian1+, ZHU Jie1,2
摘要:
模糊C均值(fuzzy C-means, FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析。实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性。