基于知识量加权的直觉模糊均值聚类方法
Weighted knowledge amount-based intuitionistic fuzzy C-means method
辽宁大学 信息学院, 沈阳 110036
摘要
针对聚类算法中特征数据对聚类中心贡献的差异性及算法对初始聚类中心的敏感性等问题，提出一种基于知识量加权的直觉模糊均值聚类方法。首先将原始数据集直觉模糊化并改进最新的直觉模糊知识测度计算知识量，据此实现数据集特征加权，再利用核空间密度与核距离初始化聚类中心，以提高高维特征数据集的计算精度与聚类效率，最后基于类间样本距离与最小知识量原理建立聚类优化模型，得到最优迭代算法。基于UCI人工数据集的实验结果表明，所提方法较大程度地提高了聚类的准确性与迭代效率，分类正确率及执行效率分别平均提高了10.63%和31.75%，且具有良好的普适性和稳定性。该方法首次将知识测度新理论引入模糊聚类并取得优良效果，为该理论在其他相关领域的潜在应用开创了新例。
关键词
基金项目
国家自然科学基金资助项目(71771110)
辽宁省教育厅科学研究项目(LJKZ0094)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.07.0444
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第4期
所属栏目: 算法研究探讨
出版页码: 1088-1094
文章编号: 1001-3695(2023)04-021-1088-07
发布历史
[2022-12-07] 优先出版
[2023-04-05] 印刷出版
引用本文
郭凯红, 吴峥, 李冬. 基于知识量加权的直觉模糊均值聚类方法 [J]. 计算机应用研究, 2023, 40 (4): 1088-1094. (Guo Kaihong, Wu Zheng, Li Dong. Weighted knowledge amount-based intuitionistic fuzzy C-means method [J]. Application Research of Computers, 2023, 40 (4): 1088-1094. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
