适合大规模数据集的增量式模糊聚类算法
2016-05-24李滔王士同
李滔,王士同
(江南大学 数字媒体学院,江苏 无锡 214122)
适合大规模数据集的增量式模糊聚类算法
李滔,王士同
(江南大学 数字媒体学院,江苏 无锡 214122)
摘要:FCPM算法已被成功地应用到模糊系统建模上,但其在某一类的聚类中心已知的大规模数据上的聚类性能较差。为了避免这个缺点,参照单程模糊c均值(SPFCM)聚类算法、在线模糊c均值(OFCM)聚类算法,提出了适合大规模数据集的增量式模糊聚类算法(Incremental fuzzy (c+p)-means clustering ,IFCM(c+p))。通过在每个数据块中使用FCPM算法进行聚类,把每个数据块的聚类中心及其附近的一些样本点加入到下一个数据块参与聚类,同时添加平衡因子以提高算法聚类性能。同SPFCM、OFCM以及rseFCM算法相比,IFCM(c+p)对初始聚类中心不敏感。实验表明在没有花费很多运行时间的情况下,IFCM(c+p)算法的聚类性能比SPFCM算法和rseFCM算法更具优势,因此该算法更适合处理某一类聚类中心已知的大规模数据集。
关键词:增量式模糊聚类;FCPM;IFCM(c+p);平衡因子;大规模数据集
中文引用格式:李滔,王士同. 适合大规模数据集的增量式模糊聚类算法[J]. 智能系统学报, 2016, 11(2): 188-199.
英文引用格式:LI Tao, WANG Shitong. Incremental fuzzy (c+p)-means clustering for large data[J]. CAAI transactions on intelligent systems, 2016, 11(2): 188-199.
聚类就是将物理或抽象的对象按照自己的某些属性聚集成类的过程,并尽可能使得类(或者簇)之间对象的差异程度最大,而类内(或者簇内)的相似程度达到最大。聚类过程没有先验知识指导,仅凭对象间的相似程度作为类属划分的准则,是无监督分类学习的一部分。最为经典的模糊聚类算法之一就是J.C.Bezdek教授在20世纪80年代提出的模糊c均值聚类算法[1],该算法被成功地应用到了在诸多问题的解决上。……
