李斌 狄岚 王少华 于晓瞳

摘要：传统的核聚类仅考虑了类内元素的关系而忽略了类间的关系，对边界模糊或边界存在噪声点的数据集进行聚类分析时，会造成边界点的误分问题。为解决上述问题，在核模糊C均值（KFCM）聚类算法的基础上提出了一种基于改进核模糊C均值类间极大化聚类（MKFCM）算法。该算法考虑了类内元素和类间元素的联系，引入了高维特征空间的类间极大惩罚项和调控因子，拉大类中心间的距离，使得边界处的样本得到了较好的划分。在各模拟数据集的实验中，该算法在类中心的偏移距离相对其他算法均有明显降低。在人造高斯数据集的实验中，该算法的精度（ACC）、归一化互信息（NMI）、芮氏指标（RI）指标分别提升至0.9132，0.7575，0.9138。

对于边界模糊或边界存在噪声点的数据集，该聚类算法具有理论研究意义。

关键词：

核聚类；模糊C均值聚类；类间极大惩罚项；模糊边界

中图分类号： TP391.4； TP18 文献标志码：A

0引言

聚类分析是数据挖掘和无监督模式识别学习的主要任务之一，已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析等领域中。针对数据的分析方法一般分为三大类，即有监督的学习、半监督的学习以及无监督的学习。有监督的学习方法中，典型代表就是K近邻（KNearest Neighbor， KNN）算法；半监督的学习方法中，具有代表性的是支持向量机（Support Vector Machine， SVM），以及一些相关的改进算法[1-2]；而无监督方法主要是以聚类分析方法为主，聚类的方法可以分为基于划分的方法、基于分层的方法、基于密度的方法和基于网格的方法，其中，基于划分的聚类算法[3]在模式识别里是最常用的聚类分析方法，本文主要是针对此类算法进行讨论的。……