本文選題：廣義均衡模糊C-均值聚類(lèi)　切入點(diǎn)：核空間　出處：《中國(guó)圖象圖形學(xué)報(bào)》2017年02期

【摘要】：目的針對(duì)現(xiàn)有廣義均衡模糊C-均值聚類(lèi)不收斂問(wèn)題,提出一種改進(jìn)廣義均衡模糊聚類(lèi)新算法,并將其推廣至再生希爾伯特核空間以便提高該類(lèi)算法的普適性。方法在現(xiàn)有廣義均衡模糊C-均值聚類(lèi)目標(biāo)函數(shù)的基礎(chǔ)上,利用Schweizer T范數(shù)極限表達(dá)式的性質(zhì)構(gòu)造了新的廣義均衡模糊C-均值聚類(lèi)最優(yōu)化目標(biāo)函數(shù),然后采用拉格朗日乘子法獲取其迭代求解所對(duì)應(yīng)的隸屬度和聚類(lèi)中心表達(dá)式,同時(shí)對(duì)其聚類(lèi)中心迭代表達(dá)式進(jìn)行修改并得到一類(lèi)聚類(lèi)性能顯著改善的修正聚類(lèi)算法;最后利用非線(xiàn)性函數(shù)將數(shù)據(jù)樣本映射至高維特征空間獲得核空間廣義均衡模糊聚類(lèi)算法。結(jié)果對(duì)Iris標(biāo)準(zhǔn)文本數(shù)據(jù)聚類(lèi)和灰度圖像分割測(cè)試表明,提出的改進(jìn)廣義均衡模模糊聚類(lèi)新算法及其修正算法具有良好的分類(lèi)性能,核空間廣義均衡模糊聚類(lèi)算法對(duì)比現(xiàn)有融入類(lèi)間距離的改進(jìn)模糊C-均值聚類(lèi)(FCS)算法和改進(jìn)再生核空間的模糊局部C-均值聚類(lèi)(KFLICM)算法能將圖像分割的誤分率降低10%30%。結(jié)論本文算法克服了現(xiàn)有廣義均衡模糊C-均值聚類(lèi)算法的缺陷,同時(shí)改善了聚類(lèi)性能,適合復(fù)雜數(shù)據(jù)聚類(lèi)分析的需要。
[Abstract]:Aim to solve the problem of non-convergence of generalized equilibrium fuzzy C-means clustering, an improved generalized equilibrium fuzzy clustering algorithm is proposed. It is extended to the reproducing Hilbert kernel space in order to improve the universality of this kind of algorithm. The method is based on the existing generalized equilibrium fuzzy C-means clustering objective function. A new generalized equilibrium fuzzy C-means clustering optimization objective function is constructed by using the properties of the Schweizer T norm limit expression. Then the Lagrange multiplier method is used to obtain the corresponding membership degree and clustering center expression. At the same time, the iterative expression of clustering center is modified and a class of modified clustering algorithm is obtained, which improves the clustering performance significantly. Finally, the kernel space generalized equilibrium fuzzy clustering algorithm is obtained by mapping the data samples to the high dimensional feature space by nonlinear function. Results the Iris standard text data clustering and gray image segmentation test show that, The improved generalized equalization module fuzzy clustering algorithm and its modified algorithm have good classification performance. The kernel space generalized equalization fuzzy clustering algorithm can reduce the error rate of image segmentation by 100% compared with the existing improved fuzzy C-means clustering algorithm (FCSs) which incorporates the distance between clusters and the improved fuzzy local c-means clustering algorithm in the reproducing kernel space. Conclusion this algorithm overcomes the shortcomings of the existing generalized equilibrium fuzzy C-means clustering algorithms. At the same time, the clustering performance is improved, which is suitable for complex data clustering analysis.
【作者單位】： 西安郵電大學(xué)電子工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(61136002) 陜西省教育廳科學(xué)研究計(jì)劃資助項(xiàng)目(2015JK1654) 陜西省自然科學(xué)基金項(xiàng)目(2014JM8331,2014JQ5138,2014JM8307) 研究生創(chuàng)新基金項(xiàng)目(CXL2015-03)~~
【分類(lèi)號(hào)】：TP391.41;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 文傳軍;汪慶淼;詹永照;;均衡模糊C均值聚類(lèi)算法[J];計(jì)算機(jī)科學(xué);2014年08期

2 文傳軍;詹永照;柯佳;;廣義均衡模糊C均值聚類(lèi)算法[J];系統(tǒng)工程理論與實(shí)踐;2012年12期

3 ;Fuzzy c-means clustering based on spatial neighborhood information for image segmentation[J];Journal of Systems Engineering and Electronics;2010年02期

4 周鮮成;申群太;劉利枚;;New two-dimensional fuzzy C-means clustering algorithm for image segmentation[J];Journal of Central South University of Technology;2008年06期

5 谷敏強(qiáng);李洪興;王杰亮;;基于模糊關(guān)系方程組的解構(gòu)造的模糊控制器[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

6 劉健莊;基于二維直方圖的圖象模糊聚類(lèi)分割方法[J];電子學(xué)報(bào);1992年09期

相關(guān)博士學(xué)位論文 前1條

1 汪慶淼;基于目標(biāo)函數(shù)的模糊聚類(lèi)新算法及其應(yīng)用研究[D];江蘇大學(xué);2014年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜朵朵;吳成茂;;核空間廣義均衡模糊C-均值聚類(lèi)算法[J];中國(guó)圖象圖形學(xué)報(bào);2017年02期

2 崔西希;吳成茂;;核空間中智模糊聚類(lèi)及圖像分割應(yīng)用[J];中國(guó)圖象圖形學(xué)報(bào);2016年10期

3 馬姣婷;賈世英;吳偉霖;;基于空間信息的直覺(jué)模糊C-均值圖像分割算法[J];計(jì)算機(jī)測(cè)量與控制;2016年09期

4 劉璐;吳成茂;;結(jié)合類(lèi)內(nèi)和類(lèi)間距離的可能聚類(lèi)分割算法[J];中國(guó)圖象圖形學(xué)報(bào);2016年09期

5 王惠;;基于空間信息約束改進(jìn)的FCM圖像分割算法[J];寧波職業(yè)技術(shù)學(xué)院學(xué)報(bào);2016年04期

6 何晶;吳成茂;;核空間隱馬爾可夫隨機(jī)場(chǎng)圖像模糊聚類(lèi)[J];計(jì)算機(jī)工程與應(yīng)用;2016年22期

7 侯遠(yuǎn)韶;張瑤;;機(jī)器視覺(jué)中圖像分割問(wèn)題研究[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年02期

8 聶陽(yáng);初秀民;劉興龍;;內(nèi)河AIS數(shù)據(jù)有效性分析方法對(duì)比[J];中國(guó)航海;2016年02期

9 劉璐;吳成茂;;基于類(lèi)內(nèi)類(lèi)間距離的模糊C-均值聚類(lèi)分割算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年06期

10 王麗娟;吳成茂;劉繼紅;;基于樣本和屬性加權(quán)的二維FCM聚類(lèi)分割法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 文傳軍;詹永照;柯佳;;廣義均衡模糊C均值聚類(lèi)算法[J];系統(tǒng)工程理論與實(shí)踐;2012年12期

2 王熙照;崔芳芳;魯淑霞;;密度加權(quán)近似支持向量機(jī)[J];計(jì)算機(jī)科學(xué);2012年01期

3 孫曉鵬;紀(jì)燕杰;李翠芳;魏小鵬;;三維網(wǎng)格模型增量式聚類(lèi)檢索[J];計(jì)算機(jī)科學(xué);2011年11期

4 譚慶;何清;趙衛(wèi)中;史忠植;;基于進(jìn)化規(guī)劃的FCMBP模糊聚類(lèi)改進(jìn)方法[J];系統(tǒng)工程理論與實(shí)踐;2011年07期

5 彭家寅,侯健,李洪興;基于某些常見(jiàn)蘊(yùn)涵算子的反向三I算法[J];自然科學(xué)進(jìn)展;2005年04期

6 諸克軍,蘇順華,黎金玲;模糊C-均值中的最優(yōu)聚類(lèi)與最佳聚類(lèi)數(shù)[J];系統(tǒng)工程理論與實(shí)踐;2005年03期

7 侯健,尤飛,李洪興;由三I算法構(gòu)造的一些模糊控制器及其響應(yīng)能力[J];自然科學(xué)進(jìn)展;2005年01期

8 ;Fuzzy controllers based on some fuzzy implication operators and their response functions[J];Progress in Natural Science;2004年01期

9 李洪興;模糊控制的插值機(jī)理[J];中國(guó)科學(xué)E輯:技術(shù)科學(xué);1998年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹易;張寧;;一種改進(jìn)的模糊C-均值聚類(lèi)算法[J];上海理工大學(xué)學(xué)報(bào);2012年04期

2 王圓妹;;一種改進(jìn)的K-均值聚類(lèi)算法的研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版);2006年10期

3 王圓妹;;一種改進(jìn)的K-均值聚類(lèi)算法的研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版)理工卷;2006年04期

4 劉韜;蔡淑琴;曹豐文;崔志磊;;基于距離濃度的K-均值聚類(lèi)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年10期

5 查成東;王長(zhǎng)松;鞏憲鋒;周家新;;基于改進(jìn)K-均值聚類(lèi)算法的背景提取方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

6 王丹丹;李彬;陳武凡;;基于多目標(biāo)規(guī)劃的模糊C均值聚類(lèi)算法[J];中國(guó)圖象圖形學(xué)報(bào);2008年08期

7 俞云霞;王士同;朱嵬鵬;;具有數(shù)據(jù)容錯(cuò)能力的模糊C均值聚類(lèi)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年03期

8 李翠霞;譚營(yíng)軍;;一種新的模糊C均值聚類(lèi)算法[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

9 關(guān)慶;鄧趙紅;王士同;;改進(jìn)的模糊C-均值聚類(lèi)算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年10期

10 龐淑敬;彭建;;一種改進(jìn)的模糊C均值聚類(lèi)算法[J];微計(jì)算機(jī)信息;2012年01期

相關(guān)會(huì)議論文 前5條

1 孫廣玲;唐降龍;;一種快速k-均值聚類(lèi)算法[A];第六屆全國(guó)計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

2 陳曉山;朱建沖;翁輝;;一種改進(jìn)的模糊C均值聚類(lèi)算法及其應(yīng)用[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

3 葛繼科;余建橋;張帆;張蕊;;改進(jìn)的K-均值聚類(lèi)算法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

4 劉健莊;謝維信;;一種改進(jìn)的快速模糊C均值聚類(lèi)算法[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

5 羅小剛;彭承琳;劉婷;侯長(zhǎng)軍;霍丹群;文利;;基于模糊C均值聚類(lèi)算法的心臟扭轉(zhuǎn)運(yùn)動(dòng)中心室壁輪廓的自動(dòng)提取[A];中國(guó)儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)第四次全國(guó)會(huì)員代表大會(huì)暨2009年學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉莉莉;K-均值聚類(lèi)算法的研究與改進(jìn)[D];曲阜師范大學(xué);2015年

2 王龍強(qiáng);K均值聚類(lèi)算法初始聚類(lèi)中心的選取與改進(jìn)[D];東北大學(xué);2013年

3 梁鵬;基于Spark的模糊c均值聚類(lèi)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 徐曼舒;基于改進(jìn)人工蜂群的模糊C均值聚類(lèi)算法研究[D];安徽大學(xué);2016年

5 吳曉蓉;K-均值聚類(lèi)算法初始中心選取相關(guān)問(wèn)題的研究[D];湖南大學(xué);2008年

6 趙爽;改進(jìn)的模糊C均值聚類(lèi)算法及其應(yīng)用[D];東北大學(xué);2010年

7 歐陳委;K-均值聚類(lèi)算法的研究與改進(jìn)[D];長(zhǎng)沙理工大學(xué);2011年

8 王威娜;改進(jìn)的模糊C-均值聚類(lèi)算法[D];大連海事大學(xué);2007年

9 梁燁煒;K-均值聚類(lèi)算法的改進(jìn)及其應(yīng)用[D];湖南大學(xué);2012年

10 趙麗;全局K-均值聚類(lèi)算法研究與改進(jìn)[D];西安電子科技大學(xué);2013年

，

本文編號(hào)：1678010