陳新泉

摘要：對于一些局部分布稀疏不均、聚類區(qū)域的形狀及大小很不規(guī)整的數(shù)據(jù)點集，多數(shù)聚類算法不能很好地探測出其聚類分布。在借鑒了兩個加權(quán)FCM聚類算法的構(gòu)造及推導(dǎo)過程的基礎(chǔ)上，提出了一種加權(quán)模糊C中心聚類新算法。接著對該聚類算法進(jìn)行了一些討論，給出其時間復(fù)雜度及收斂性分析。通過German數(shù)據(jù)集的幾種聚類算法的對照實驗結(jié)果及評估相異性度量的比較實驗結(jié)果，驗證了該聚類算法經(jīng)常能取得比某些算法更好的聚類精度，從而說明這個新型加權(quán)聚類算法具有一定的有效性。最后給出了幾點研究展望，為下一步的研究指明了方向。

關(guān)鍵詞：加權(quán)聚類；有序?qū)傩?；無序?qū)傩?；混合屬?