基于非欧式距离的可能性C-均值聚类

摘要

改进型可能性C-均值聚类(Improved possibilistic C-means,IPCM)是在综合了模糊C-均值聚类(Fuzzy C-means,FCM)和可能性C-均值聚类(Possibilistic C-means,PCM)的基础上得到的.在IPCM的基础上,利用鲁棒统计观点和影响函数,引入一种新的距离度量以代替IPCM的目标函数中的欧式距离度量,提出了一种新的可能性C-均值聚类模型(Alternative improved possibilistic C-means,AIPCM),并给出了该模型的具体实现算法.AIPCM具有良好的鲁棒性,更适合对含有噪声或野值的数据进行划分聚类.仿真实验表明,AIPCM能克服噪声敏感性问题,获得合适的聚类中心和高的聚类准确率.