陳新泉

摘要：對(duì)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(diǎn)集，多數(shù)聚類算法不能很好地探測(cè)出其聚類分布。在借鑒了兩個(gè)加權(quán)FCM聚類算法的構(gòu)造及推導(dǎo)過(guò)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(duì)該聚類算法進(jìn)行了一些討論，給出其時(shí)間復(fù)雜度及收斂性分析。通過(guò)German數(shù)據(jù)集的幾種聚類算法的對(duì)照實(shí)驗(yàn)結(jié)果及評(píng)估相異性度量的比較實(shí)驗(yàn)結(jié)果，驗(yàn)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(shuō)明這個(gè)新型加權(quán)聚類算法具有一定的有效性。最后給出了幾點(diǎn)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)傩裕粺o(wú)序?qū)傩?；混合屬?