两阶段模糊c-均值聚类算法及其应用 (2008年)

针对模糊c-均值算法对初始值敏感、收敛结果易陷入局部极小值的缺点，提出了两阶段模糊c-均值聚类算法．首先通过恰当的贴近度(满足相似相近性)估计分类数，选取初始聚类中心；然后通过模糊c-均值算法进行聚类，最后对所得的聚类中心采用逻辑斯谛型的灰色模型进行预测．由于聚类中心具有统计特征，因此较好地克服了样本间的随机误差，灰色逻辑斯谛模型较好地克服了每个样本内误差．采用上述方法对全国30个省市农村居民年收入进行了分析和比较，得出了具有参考价值的结果．