一种基于粒度分析原理的模糊聚类算法

摘要

聚类分析作为一种非监督学习方法，是智能计算领域中的一个重要的研究方向。同时，聚类技术也是数据挖掘中进行数据处理的重要分析工具和方法。聚类模型和聚类算法的设计是整个聚类分析过程中最关键的步骤，设计不同的聚类模型，就可以得到不同的聚类算法。目前出现的聚类算法主要有：基于层次的方法、基于划分的方法、基于密度的方法和基于网格的方法等。本文给出了信息粒藕合度测度与贴近度测度的定义，提出了一种新的基于粒度分析原理的模糊聚类算法。该算法利用基于确定类别数的最大最小距离算法构造初始聚类中心，引入隶属度矩阵调整聚类中心，采用模糊迭代方法得到较优的聚类结果。