一种高效鲁棒的无监督模糊c均值聚类算法 (2012年)

先通过数据约简技术在不损失数据聚类结构的前提下对数据进行精简,利用提出的近似模糊c均值聚类算法对精简后数据进行划分得到初始化中心,再在该中心基础上通过模糊c均值聚类算法结合聚类有效性指标,实现对数据的无监督聚类,改进了无监督模糊c均值聚类算法聚类性能过分依赖初始化中心及大数据集下计算效率不理想的问题.与已有算法的对比实验表明,所提出的算法具有更高的求解精度与计算效率,得到的聚类个数更合理.