《表2 各算法所得的聚类簇中心》
如表1、表2和图2所示,不同的模糊聚类算法在处理异常值样本时,表现出了不同的特性。对于FCM和FDCM_SSR算法而言,异常值样本的隶属度满足约束条件,因而两个可分性较好的数据簇受到噪声样本较大的拉扯力,数据簇中心发生了偏移。而对于PCM,NC,REFCM算法而言,尽管异常值样本的隶属度约束条件被松弛了,降低了异常值样本的影响,数据簇中心没有发生偏移,但其他正常样本的作用力同时也被降低了,数据簇的内聚程度被降低。相反地,AR-RFCM在降低异常值样本作用的同时,很好地保留了正常样本的作用力,增大了各数据簇的内聚程度,提高了算法的鲁棒性。
图表编号 | XD00151380800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 高云龙、王志豪、潘金艳、罗斯哲、王德鑫 |
绘制单位 | 厦门大学航空航天学院、厦门大学航空航天学院、集美大学信息工程学院、厦门大学航空航天学院、厦门大学航空航天学院 |
更多格式 | 高清、无水印(增值服务) |