顾及数据空间分布特性的模糊<em>C</em>-均值聚类算法研究

唐亮; 黄培之; 谢维信

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

顾及数据空间分布特性的模糊C-均值聚类算法研究

唐亮, 黄培之, 谢维信

文章导航 > 武汉大学学报 ( 信息科学版) > 2003 > 28(4): 476-479

唐亮, 黄培之, 谢维信. 顾及数据空间分布特性的模糊C-均值聚类算法研究[J]. 武汉大学学报 ( 信息科学版), 2003, 28(4): 476-479.

引用本文:

唐亮, 黄培之, 谢维信. 顾及数据空间分布特性的模糊C-均值聚类算法研究[J]. 武汉大学学报 ( 信息科学版), 2003, 28(4): 476-479.

TANG Liang, HUANG Peizhi, XIE Weixin. A New Method of FCM Considering the Distribution of Spatial Data[J]. Geomatics and Information Science of Wuhan University, 2003, 28(4): 476-479.

Citation:

TANG Liang, HUANG Peizhi, XIE Weixin. A New Method of FCM Considering the Distribution of Spatial Data[J]. Geomatics and Information Science of Wuhan University, 2003, 28(4): 476-479.

顾及数据空间分布特性的模糊C-均值聚类算法研究

1 西安电子科技大学电子工程学院, 西安市太白南路2号, 710071;
2 深圳大学信息工程学院, 深圳市南油路2336号, 518060

基金项目: 国家自然科学基金资助项目(60172066);国家863计划资助项目(2001AA136070)

详细信息

作者简介:
唐亮,博士生。现主要从事模式识别、数字图像处理等研究。E-mail:tang_liangcn@yahoo.com.cn

中图分类号: P208

A New Method of FCM Considering the Distribution of Spatial Data

1 School of Electronic Engineering, Xidian University, 2 South Taibai Road Xi'an, China, 710071;
2 School of Information Engineering, Shenzhen University, 2336 Nanyou Road, Shenzhen, China, 518060

摘要: 利用描述空间数据分布的Voronoi图的有关理论分析了样本空间数据分布特性,从理论上论述了样本集中各类样本数差异较大产生的根源,并在此基础上提出了一种顾及数据空间分布特性的模糊C-均值聚类算法。
- 模糊C-均值聚类 /
- Voronoi图 /
- 模糊划分
Abstract: A new method of FCM considering the distribution of spatial data is put forward.In the new method,the weight factor related to the characteristics of the distribution of spatial data is taken into account.Thus,the result of classification by the new method is improved.Last,two tests are given to show the advantages and effectiveness of the new method.
- FCM /
- Voronoi diagram /
- fuzzy partition

[1]	吴建华, 戴鹏, 胡烈云. 一种面向多尺度面状居民地匹配的Voronoi图自适应构建算法 . 武汉大学学报 ( 信息科学版), 2022, 47(2): 304-312. doi: 10.13203/j.whugis20200324
[2]	李佳田, 吴华静, 高鹏, 贺日兴, 张文靖, 阿晓荟, 邓钢. 一种复合Voronoi几何特征的地标提取新方法 . 武汉大学学报 ( 信息科学版), 2020, 45(9): 1448-1454. doi: 10.13203/j.whugis20180125
[3]	王邦松, 张继贤, 卢丽君, 黄国满, 赵争. 利用Voronoi图辅助星载干涉雷达配准 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1339-1343. doi: 10.13203/j.whugis20140549
[4]	李佳田, 罗富丽, 余莉, 张蓝, 康顺, 林艳. 梯度Voronoi图及其构建算法 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 163-170. doi: 10.13203/j.whugis20140025
[5]	胡玮, 陶伟东, 苑振宇, 王结臣. 一种Voronoi图的扫描地图矢量化方法 . 武汉大学学报 ( 信息科学版), 2013, 38(4): 470-474.
[6]	沈晶, 刘纪平, 林祥国, 赵荣. 集成距离变换和区域邻接图生成Delaunay三角网的方法研究 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 1000-1003.
[7]	付仲良, 刘思远. MR-tree空间索引的Voronoi图改进及其并行空间查询方法 . 武汉大学学报 ( 信息科学版), 2012, 37(12): 1490-1494.
[8]	王海军, 邓羽, 张文婷, 贺三维. 利用元胞自动机和遗传算法的Voronoi图生成 . 武汉大学学报 ( 信息科学版), 2010, 35(7): 778-781.
[9]	潘俊, 王密, 李德仁. 基于顾及重叠的面Voronoi图的接缝线网络生成方法 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 518-521.
[10]	闫超德, 白建军, 赵仁亮. 基于Voronoi图的点状目标邻近空间分布测度方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 48-51.
[11]	刘小利, 朱国宾, 李清泉, 贾治革. 基于并行Tabu搜索和空间信息约束的遥感影像模糊聚类 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 527-530.
[12]	李光强, 邓敏, 朱建军. 基于Voronoi图的空间关联规则挖掘方法研究 . 武汉大学学报 ( 信息科学版), 2008, 33(12): 1242-1245.
[13]	闫超德, 赵仁亮, 陈军, 赵学胜. Voronoi图的首最邻近递归收敛特性及其应用 . 武汉大学学报 ( 信息科学版), 2008, 33(11): 1194-1197.
[14]	童晓冲, 贲进, 张永生. 基于二十面体剖分格网的球面实体表达与Voronoi图生成 . 武汉大学学报 ( 信息科学版), 2006, 31(11): 966-970.
[15]	闫浩文, 郭仁忠. 基于Voronoi图的空间方向关系形式化描述模型 . 武汉大学学报 ( 信息科学版), 2003, 28(4): 468-471,479.
[16]	陈军, 赵仁亮, 乔朝飞. 基于Voronoi图的GIS空间分析研究 . 武汉大学学报 ( 信息科学版), 2003, 28(S1): 32-37.
[17]	闫浩文, 郭仁忠. 用Voronoi图描述空间方向关系的理论依据 . 武汉大学学报 ( 信息科学版), 2002, 27(3): 306-310.
[18]	李成名, 陈军, 朱英浩. 基于Voronoi图的空间邻近定义与查询 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 128-131.
[19]	李成名, 陈军. Voronoi图生成的栅格算法 . 武汉大学学报 ( 信息科学版), 1998, 23(3): 208-210.
[20]	陈军, 崔秉良. 用Voronoi方法为MapInfo扩展拓扑功能 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 195-200,211.

点击查看大图

计量

文章访问数: 597
HTML全文浏览量: 49
PDF下载量: 153
被引次数: 0

顾及数据空间分布特性的模糊C-均值聚类算法研究

1 西安电子科技大学电子工程学院, 西安市太白南路2号, 710071;

2 深圳大学信息工程学院, 深圳市南油路2336号, 518060

基金项目: 国家自然科学基金资助项目(60172066);国家863计划资助项目(2001AA136070)

作者简介:
唐亮,博士生。现主要从事模式识别、数字图像处理等研究。E-mail:tang_liangcn@yahoo.com.cn

收稿日期: 2003-03-10
刊出日期: 2003-04-05

中图分类号: P208

关键词:

模糊C-均值聚类 /

Voronoi图 /

模糊划分

摘要: 利用描述空间数据分布的Voronoi图的有关理论分析了样本空间数据分布特性,从理论上论述了样本集中各类样本数差异较大产生的根源,并在此基础上提出了一种顾及数据空间分布特性的模糊C-均值聚类算法。

English Abstract

唐亮, 黄培之, 谢维信. 顾及数据空间分布特性的模糊C-均值聚类算法研究[J]. 武汉大学学报 ( 信息科学版), 2003, 28(4): 476-479.

引用本文:

唐亮, 黄培之, 谢维信. 顾及数据空间分布特性的模糊C-均值聚类算法研究[J]. 武汉大学学报 ( 信息科学版), 2003, 28(4): 476-479.

TANG Liang, HUANG Peizhi, XIE Weixin. A New Method of FCM Considering the Distribution of Spatial Data[J]. Geomatics and Information Science of Wuhan University, 2003, 28(4): 476-479.

Citation:

TANG Liang, HUANG Peizhi, XIE Weixin. A New Method of FCM Considering the Distribution of Spatial Data[J]. Geomatics and Information Science of Wuhan University, 2003, 28(4): 476-479.