基于模糊逻辑的K-means算法研究

J4 ›› 2012, Vol. 34 ›› Issue (12): 155-159.

基于模糊逻辑的K-means算法研究

陈苏蓉,朱晓辉

(南通大学计算机科学与技术学院，江苏南通226019)

收稿日期:2011-12-26 修回日期:2012-02-27 出版日期:2012-12-25 发布日期:2012-12-25
基金资助:
南通市基础应用研究项目(K2010067，BK2011072 )；江苏省科技厅应用研究项目(BC2010122)；江苏省高校科研成果产业化推进项目（JHB201145）；江苏省“六大人才高峰”项目(2010WLW006）；南通市重大科技创新专项计划项目(XA2008004)；江苏高校优势学科建设工程资助项目

Research of K-means Algorithm by Fuzzy Logic

CHEN Surong,ZHU Xiaohui(

(College of Computer Science and Technology,Nantong University,Nantong 226019,China)

Received:2011-12-26 Revised:2012-02-27 Online:2012-12-25 Published:2012-12-25

摘要/Abstract

摘要：

K-means算法的基本思想是通过迭代方法把所有的元素都唯一聚类到不同的簇中，使得同一簇中的质点具有最小相异度，不同簇间的元素具有最大相异度。但是，这种聚类方法使得那些属于不同簇的交叉区域中的质点也被简单地聚类到了某个簇中，因此无法表达某些元素的跨簇特性。本文提出了基于模糊逻辑的K-means算法，利用模糊逻辑来计算不同簇交叉区域中质点属于某个簇的权重，在获得聚类结果的同时可以有效描述质点的跨簇特性。实验结果表明该算法是有效的。

关键词: 模糊逻辑, K-means算法, 跨簇特性

Abstract:

The basic idea for the K-means algorithm is to partition all elements to different clusters by iterative method so that the elements in the same cluster have the minimum dissimilarity and the elements in different clusters have the maximum dissimilarity. However, it may simply cluster these elements in an overlap which should be in different clusters to the same cluster, so the result of clustering cannot show the element's overlap characteristic. In the paper, a new Kmeans Algorithm based by fuzzy logic is proposed. It can not only obtain the same clustering result as original algorithm but also get element's overlap characteristic. Experiment shows that the new algorithm is efficiency.

Key words: fuzzy logic;K-means algorithm;overlap characteristic

陈苏蓉,朱晓辉. 基于模糊逻辑的K-means算法研究[J]. J4, 2012, 34(12): 155-159.

CHEN Surong,ZHU Xiaohui. Research of K-means Algorithm by Fuzzy Logic[J]. J4, 2012, 34(12): 155-159.

[1]	陈阳, 王涛. 离散型和连续型改进Karnik-Mendel算法在高阶模糊系统降型中的关系研究[J]. 计算机工程与科学, 2021, 43(11): 2027-2034.
[2]	陈阳, 王涛. 广义二型模糊逻辑系统降型及其采样离散Nie-Tan算法[J]. 计算机工程与科学, 2021, 43(05): 936-943.
[3]	李艺辉, 刘作军, 李洁. 基于模糊逻辑NSGA-Ⅲ的开关磁阻发电机多目标优化算法[J]. 计算机工程与科学, 2021, 43(03): 542-550.
[4]	陈阳, 王涛. 基于二分搜索改进Karnik-Mendel算法的广义二型模糊逻辑系统降型[J]. 计算机工程与科学, 2020, 42(08): 1448-1453.
[5]	陈阳, 王涛. 区间二型模糊逻辑系统质心降型及加权Nie-Tan算法[J]. 计算机工程与科学, 2020, 42(04): 733-740.
[6]	王琳琳1，刘敬浩1，付晓梅2. 基于极限学习机与改进K-means算法的入侵检测方法[J]. 计算机工程与科学, 2018, 40(08): 1398-1404.
[7]	袁红娟1,2,马艳芳3,潘海玉1,2. 模糊交互时态逻辑的模型检测[J]. 计算机工程与科学, 2017, 39(12): 2290-2296.
[8]	文静，曹妍，张琳，牟向伟. 基于双重遗传的聚类分析算法研究[J]. 计算机工程与科学, 2017, 39(12): 2320-2325.
[9]	张强宇,齐建东,何以. 一种基于模糊控制的无线传感器网络拓扑控制算法[J]. 计算机工程与科学, 2017, 39(08): 1444-1449.
[10]	覃毅芳，林涛，唐晖. 基于模糊逻辑的资源感知P2P重叠网及其应用研究[J]. J4, 2011, 33(8): 27-32.
[11]	余文利1,方建文2,廖建平1. 一种新的基于模糊C均值算法的模糊时间序列确定性预测模型[J]. J4, 2010, 32(7): 112-116.
[12]	马莉, 张德丰, 许勇. 基于动态模糊神经网络的生物工程算法研究[J]. J4, 2010, 32(3): 137-140.
[13]	张敏. 基于DFL的模糊缺省推理研究[J]. J4, 2008, 30(12): 110-111.
[14]	史士英[1] 李涛[2] 张圣[1] 尹义龙[3]. 模糊逻辑系统的非线性组合预测方法与系统误差分析研究[J]. J4, 2008, 30(11): 77-79.
[15]	宋洁李国燕李娜娜张永杰. 基于模糊逻辑的GPS／DR地图匹配算法[J]. J4, 2008, 30(10): 30-32.