[發(fā)明專利]一種最小方差優(yōu)化初始聚類中心的模糊C均值聚類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710503214.4
• 申請(qǐng)日: 2017-06-27
• 公開（公告）號(hào): CN107330458A
• 公開（公告）日: 2017-11-07
• 發(fā)明（設(shè)計(jì)）人: 李學(xué)剛;狄嵐;李斌;李通明
• 申請(qǐng)（專利權(quán)）人: 常州信息職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙)32231
• 代理人: 滕詣迪

技術(shù)領(lǐng)域

本發(fā)明涉及一種數(shù)據(jù)集的聚類分析方法，特別是涉及一種最小方差優(yōu)化初始聚類中心的模糊C均值聚類方法，屬于數(shù)據(jù)挖掘與模式識(shí)別技術(shù)領(lǐng)域。

背景技術(shù)

傳統(tǒng)的FCM算法在選取聚類中心時(shí)都是隨機(jī)選取，從而容易導(dǎo)致聚類的結(jié)果不夠穩(wěn)定，甚至可能會(huì)使聚類中心收斂到局部極值，為解決上述問題，根據(jù)樣本分布的緊密度信息，可以根據(jù)最小方差優(yōu)化初始聚類中心，該初始化算法根據(jù)樣本的空間分布信息，計(jì)算樣本的方差得出樣本的緊密度信息，選擇方差最小的樣本點(diǎn)及其一定范圍內(nèi)的樣本點(diǎn)作為初始聚類中心，實(shí)現(xiàn)改進(jìn)的模糊聚類算法。

FCM利用迭代下降的算法，是一個(gè)局部的搜索過程，對(duì)初始的聚類中心比較敏感，最終得到的結(jié)果未必是全局的最優(yōu)劃分，如果能選擇好的聚類中心，按照最近鄰方法將樣本分配到各個(gè)初始聚類中心產(chǎn)生初始聚類，聚類的結(jié)果將達(dá)到全局最優(yōu)，因此，基于每個(gè)類簇中心樣本的方差最小原理，提出基于樣本的最小方差優(yōu)化初始聚類中心的FCM聚類算法。

發(fā)明內(nèi)容

本發(fā)明的主要目的是為了提供一種最小方差優(yōu)化初始聚類中心的模糊C均值聚類方法，解決因?yàn)槌跏季垲愔行牡牟淮_定而造成的的結(jié)果得不到最優(yōu)解的問題。

本發(fā)明的目的可以通過采用如下技術(shù)方案達(dá)到：

一種最小方差優(yōu)化初始聚類中心的模糊C均值聚類方法，包括以下步驟：

步驟S1：對(duì)輸入數(shù)據(jù)集與樣本點(diǎn)的距離關(guān)系進(jìn)行聚類；

步驟S2：將聚類分析方法用于對(duì)目標(biāo)數(shù)據(jù)集聚類分析得到聚類標(biāo)簽；

步驟S3：聚類分析后得到的聚類標(biāo)簽與原始標(biāo)簽依據(jù)評(píng)價(jià)指標(biāo)進(jìn)行性能評(píng)價(jià)。

進(jìn)一步的，所述步驟S1中，輸入的數(shù)據(jù)集采用人工模擬數(shù)據(jù)集和UCI數(shù)據(jù)集進(jìn)行輸入，聚類類別數(shù)根據(jù)人工模擬數(shù)據(jù)集和UCI數(shù)據(jù)集確定。

進(jìn)一步的，所述步驟S2中，通過目標(biāo)數(shù)據(jù)集聚類分析，對(duì)目標(biāo)數(shù)據(jù)集和像素點(diǎn)設(shè)定聚類標(biāo)簽，聚類標(biāo)簽的設(shè)定步驟包括：

步驟S21：根據(jù)目標(biāo)數(shù)據(jù)集中樣本的物理位置來設(shè)定標(biāo)簽，在人工模擬數(shù)據(jù)集和UCI數(shù)據(jù)集中設(shè)置標(biāo)簽數(shù)；

步驟S22：將FCM算法用于設(shè)定好標(biāo)簽的數(shù)據(jù)組成的數(shù)據(jù)集中，得到聚類分析后的隸屬度矩陣U和聚類中心V。

進(jìn)一步的，所述步驟S22具體包括如下步驟：

步驟S221：首先確定聚類類別數(shù)c；

步驟S222：設(shè)置最大迭代次數(shù)Maxt以及最大誤差閾值ε；

步驟S223：設(shè)定由FCM算法聚類分析得到的隸屬度矩陣U，以及聚類中心V，作為FCM算法的初始隸屬度和聚類中心，此時(shí)設(shè)初始迭代次數(shù)t＝1；

步驟S224：通過迭代優(yōu)化公式更新隸屬度矩陣和聚類中心矩陣。

進(jìn)一步的，所述步驟S224中，所述迭代優(yōu)化公式為：

u為隸屬度矩陣，d為模糊度矩陣，v為聚類中心，m為模糊指數(shù)，x為樣本方差；

直至當(dāng)t達(dá)到最大迭代次數(shù)Max_t或者當(dāng)||U^(t+1)-U^(t)||_Frobenius＜ε時(shí)，方法終止，此時(shí)的U，V即為方法的最優(yōu)解。

進(jìn)一步的，得到所述聚類中心V包括如下步驟：

步驟S2231：計(jì)算出樣本集中的每一個(gè)樣本x_i的方差，找出數(shù)據(jù)集W中方差最小的樣本將設(shè)為第一個(gè)類簇的初始聚類中心v₁；算出數(shù)據(jù)集樣本的均方根距離的一半r_m，令：

c＝1，

W＝W-W₁；

步驟S2232：若c＜K，則令c＝c+1，找出數(shù)據(jù)集W中方差最小的樣本將其設(shè)為第c類簇的初始聚類中心v_c，并令：

W＝W-W_c，

否則，就找到了K個(gè)初始聚類中心V⁰＝[v₁,v₂,…,v_k]。

進(jìn)一步的，所述FCM算法包括如下步驟：

步驟S2233：設(shè)定模糊指數(shù)m(1≤m)；由所述步驟S2231中得到初始化的K個(gè)初始聚類中心V⁰＝[v₁,v₂,…,v_k]；設(shè)置收斂精度ε＞0；最大迭代次數(shù)t_max；令迭代次數(shù)k＝0；

步驟S2234：計(jì)算U^(k+1)；