潘金艳 ,高 朋 ,高云龙 ,谢有为 ,熊裕慧

(1.集美大学 信息工程学院,福建 厦门 361021;2.集美大学 航海学院,福建 厦门 361021;3.厦门大学 航空航天学院,福建 厦门 361101)

1 引言

聚类分析是一种重要的无监督学习方法,在模式识 别、机器学 习、数据挖 掘等领 域有着 广泛的 应用[1–3].其目的是在一组分布未知的数据中,按照某种相似程度,尽可能地将相同性质的数据点归为一类.根据数据的集聚规则,聚类算法可以分为4类:基于划分、基于层次、基于密度和基于网格[4–5].其中基于划分的聚类方法,因其直观的几何意义和良好的数学模型可描述性而一直受到广泛关注,最具有代表性的基于划分 的聚类方法就是模糊 C 均值聚类 (fuzzy Cmeans,FCM).但是传统FCM聚类算法也存在许多缺陷,如:对噪声点和孤立点敏感、对不平衡数据集敏感等.

针对FCM算法存在的这 些问题,近年来,研究者们展开了广泛的研究.有研究将FCM对噪声点和孤立点敏感问题归结为样本点对各数据簇隶属度之和为1这一约束条件,该约束条件下噪声点也会获得较高的隶属度[6,9],继而在下一步的迭代过程中对聚类结果造成影响.于是,Krishnapuram等提出了可能C均值聚类模型 (possibilistic C-means clustering,PCM)[7],该模型考虑各个样本的“各异性”及其与聚类中心的内在联系,通过松弛样本点到聚类中心的隶属度来降低噪声和异常样本点的影响.然而PCM没有考虑不同数据簇之间的相互作用,而且对初始聚类中心的设置极其敏感,易出现聚类中心趋同的情况.Pal等人提出了一种将……