本文關(guān)鍵詞：基于自適應(yīng)權(quán)重的RFCM聚類算法

  更多相關(guān)文章： 聚類 自適應(yīng) 權(quán)重 粗糙集 模糊集 均衡因子

【摘要】：提出了基于自適應(yīng)權(quán)重的RFCM聚類算法,主要思路是在每一次迭代中,根據(jù)每個(gè)對(duì)象與聚類中心歐式距離不同,選擇改進(jìn)的正半軸反余切函數(shù)對(duì)歐式距離進(jìn)行重新分布后確定均衡因子,通過均衡因子動(dòng)態(tài)地調(diào)節(jié)固定權(quán)重獲得自適應(yīng)權(quán)重,進(jìn)而運(yùn)行RFCM算法.最后,基于人工和UCI數(shù)據(jù)集的仿真驗(yàn)證了所提算法的有效性,并應(yīng)用于雷達(dá)信號(hào)分選,驗(yàn)證了所提算法的實(shí)用性.
【作者單位】： 空軍工程大學(xué)航空航天工程學(xué)院;
【關(guān)鍵詞】： 聚類 自適應(yīng) 權(quán)重 粗糙集 模糊集 均衡因子
【基金】：航空科學(xué)基金(20152096019,20145596025)
【分類號(hào)】：TP18;TP311.13
【正文快照】： 1引言聚類分析是數(shù)據(jù)挖掘的一種重要方法,廣泛應(yīng)用于圖像識(shí)別、文本聚類、雷達(dá)信號(hào)分選等領(lǐng)域.聚類是指按照某種相似性將一組沒有類別標(biāo)記的對(duì)象劃分成若干類[1],并使得同一類內(nèi)的數(shù)據(jù)對(duì)象是相似的,而不同類中的數(shù)據(jù)對(duì)象是不相似的[2].粗糙集和模糊集能夠很好地處理不確定信息，

本文編號(hào)：866613