【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)挖掘領(lǐng)域，特別涉及一種稀疏模糊C均值聚類方法。
技術(shù)介紹
模糊C均值聚類算法(FCM)是一種重要的聚類算法。該方法在1973年由Dunn首先提出，并在1981年由Bezdek改進。此后，F(xiàn)CM在模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、生物信息學(xué)等領(lǐng)域得到了非常廣泛的應(yīng)用，成為一種經(jīng)典的聚類算法。然而，近十幾年來，隨著信息技術(shù)的發(fā)展，高維數(shù)據(jù)變得越來越普遍。高維數(shù)據(jù)因其固有的特點，如信息冗余、無用信息多等，使得很多傳統(tǒng)的聚類方法(如K均值聚類、層次聚類、模糊C均值聚類等)在高維數(shù)據(jù)上的聚類效果較差，常常不能得到好的聚類結(jié)果。圖I展示了一個FCM不能得到較好的聚類結(jié)果的例子。在該例子中，數(shù)據(jù)是一個簡單的二維數(shù)據(jù)。該數(shù)據(jù)只在Xl方向上有區(qū)分能力，在x2方向上無區(qū)分能力。圖I (a)是該數(shù)據(jù)的真實分類情況。圖I (b)是FCM在該數(shù)據(jù)上的聚類結(jié)果。可以看到，F(xiàn)CM在這個數(shù)據(jù)集上聚類結(jié)果較差，因為x2方向上無用的信息干擾了真正起作用的Xl方向上的信息。如果只將FCM作用于xl方向而忽略x2方向，F(xiàn)CM的聚類效果較好，如附圖說明圖1(c)所示。從這個例子中可以看到，如果高維數(shù)據(jù)中有許多無用的信息(對聚簇沒有區(qū)分能力的維度)，那些無用的信息會干擾有用信息，從而使傳統(tǒng)的FCM算法聚類效果變差。另外，高維數(shù)據(jù)屬性很多，其中不乏無用信息或冗余信息，這些不利于聚類結(jié)果的解釋。
技術(shù)實現(xiàn)思路
本專利技術(shù)的目的在于改進FCM在高維數(shù)據(jù)上的聚類能力，克服高維數(shù)據(jù)中無用信息對聚類信息的干擾，提出了一種稀疏模糊C均值聚類方法(SFCM)，通過特征選擇來更好地對高維數(shù)據(jù)進行聚類，提高...
【技術(shù)保護點】
稀疏模糊C均值聚類方法，其特征在于，包括以下步驟：（1）、設(shè){x1，x2，...，xn}，xi∈Rp為n個待聚類的點，V={v1,v2,...,vK}為當(dāng)前的K個類中心，U=(uik)為隸屬度矩陣，uik表示xi屬于第k類的隸屬度；（2）、將FCM算法的最小化類內(nèi)方差的目標(biāo)函數(shù)改寫為若干函數(shù)項的和的形式，其中每一函數(shù)項只跟一個屬性有關(guān)；（3）、將步驟（2）得到的若干函數(shù)項的和改寫為對應(yīng)的最大化類間方差；（4）、給每一個屬性賦予一個權(quán)重wj，p個權(quán)重值構(gòu)成權(quán)重w；將步驟（3）中對應(yīng)的函數(shù)項乘以該權(quán)重wj，最大化類間方差的目標(biāo)函數(shù)變成一個對屬性加權(quán)后的類間方差，并給權(quán)重以L1和L2范數(shù)約束，得到加權(quán)后的函數(shù)；（5）通過輪流固定隸屬度uik和權(quán)重wj的迭代求解步驟（4）加權(quán)后的目標(biāo)函數(shù)，迭代終止時得到聚類結(jié)果和選擇出的屬性集。
【技術(shù)特征摘要】
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：馮國燦，黎培興，丘憲恩，邱燕藝，湯鑫，
申請(專利權(quán))人：中山大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。