Similarity-Driven Cluster Merging Method for Unsupervised Fuzzy Clustering
Singapore-MIT Alliance（新加坡-麻省理工学院联盟）；Nanyang Technological University（南洋理工大学）；National University of Singapore（新加坡国立大学）
针对无监督模糊聚类问题，提出了一种相似性驱动的聚类合并方法。采用聚类合并的方法解决了聚类的有效性问题。从数据中超指定数量的聚类开始，基于所提出的相似性驱动的聚类合并标准合并相似聚类对。通过模糊聚类相似度矩阵计算聚类之间的相似度，同时采用自适应阈值进行合并。此外，一个修改的广义目标函数用于基于原型的模糊聚类。该函数包括p范数距离度量以及聚类的主成分。主成分的数量是根据聚类的数据自动确定的。实验结果表明了该无监督模糊聚类算法的性能。
2012-07-11 cs.LG stat.ML
Hybrid Fuzzy-Crisp Clustering Algorithm: Theory and Experiments
University Brunei Darussalam（文莱达鲁萨兰大学）
传统的模糊c-均值聚类方法由于隶属度函数严格为正，当聚类规模相差很大时，有时会产生不平衡的影响。也就是说，一个非常大的星系团会把所有其他星系团拖到它的中心，不管它们相距多远。为了解决这个问题，我们提出了一种混合模糊-清晰聚类算法的目标函数的基础上结合线性和二次项的隶属函数。在该算法中，如果数据点距离聚类中心“非常远”，则该数据点对聚类的成员资格自动设置为零。在本文中，我们提出了一种新的算法混合模糊清晰聚类及其几何解释。该算法进行了测试20模拟数据生成和五个真实世界的数据集从UCI存储库，并与传统的模糊和清晰的聚类方法进行比较。该算法在不平衡数据集上的性能优于传统方法，在更平衡的数据集上具有竞争力。
2023-03-25 cs.LG stat.ML
Random Models for Fuzzy Clustering Similarity Measures
University of British Columbia – Okanagan Campus（不列颠哥伦比亚大学奥肯那根校区）
针对调整兰德指数（ARI）在模糊聚类中随机模型假设难证明的问题，提出含三种直观可解释随机模型的单一框架，降低计算复杂度，经实验验证模型选择对结果可靠性很重要。
2023-12-16 cs.LG stat.ML
Unsupervised Fuzzy eIX: Evolving Internal-eXternal Fuzzy Clustering
Federal University of Lavras (UFLA)（拉夫拉斯联邦大学（UFLA））
时变分类器，即进化分类器，在信息作为永无止境的在线数据流提供的场景中发挥着重要作用。提出了一种新的数值型数据无监督学习方法--进化内外模糊聚类方法（Fuzzy eIX）。我们发展了双边界模糊粒的概念，并阐述了它的含义。第1型和第2型模糊推理系统可以由Fuzzy eIX粒的投影得到。我们在模糊eIX分类器中执行平衡信息粒度的原则，以实现更高级别的模型可理解性。内部和外部颗粒更新的数值数据流的同时，全球的颗粒结构的分类器是自主发展的。一个称为双高斯旋转的合成非平稳问题显示了分类器的行为。在离线训练的分类器的准确性明显下降的情况下，模糊eIX分类器可以保持其准确性。
2020-03-25 cs.AI cs.LG stat.ML
Fuzzy Clustering by Hyperbolic Smoothing
Costa Rica Institute of Technology（哥斯达黎加理工学院）；CIMPA（国际纯粹与应用数学中心）；University of Costa Rica（哥斯达黎加大学）；Universidade Federal de Rio de Janeiro（里约热内卢联邦大学）
我们提出了一种新的方法来建立模糊聚类的大型数据集，使用平滑的数值方法。通常的平方和标准是放松的，所以搜索良好的模糊分区是在一个连续的空间，而不是在经典的方法\cite{Hartigan}的组合空间。光滑允许从一个强不可微的问题转化为可微的优化子问题，没有低维的约束，通过使用无限类的可微函数。对于该算法的实施，我们使用的统计软件$R$和所获得的结果进行了比较，传统的模糊$C$ -手段的方法，提出了Bezdek。
2022-07-09 cs.LG stat.ML
Copula Mixture Model for Dependency-seeking Clustering
University of Basel（巴塞尔大学）
我们引入了一个Copula混合模型，以执行依赖性寻求聚类时，从不同的数据源共现的样本。该模型利用Copula框架提供的巨大灵活性，将典型相关分析的混合物扩展到具有任意连续边缘密度的多变量数据。我们制定我们的模型作为一个非参数贝叶斯混合，同时提供有效的MCMC推理。对合成数据和真实数据的实验表明，Copula混合函数的灵活性大大提高了聚类结果的可解释性。
2012-06-27 cs.LG stat.ME stat.ML
Fuzzy c-Means Clustering for Persistence Diagrams
University of Southampton（南安普顿大学）；University of Oxford（牛津大学）；Harvard University（哈佛大学）；University of Warwick（华威大学）
持久性图简洁地表示了点云的拓扑结构，同时具有强大的理论保证，但如何将这些信息最好地集成到机器学习工作流程中的问题仍然是开放的。在本文中，我们扩展了无处不在的模糊c均值（FCM）聚类算法的持久性图的空间，使无监督学习，自动捕获的拓扑结构的数据，而无需拓扑先验知识或额外的处理持久性图，许多其他技术需要。我们给出了理论上的收敛保证，对应于欧几里德的情况下，并实证证明我们的算法捕捉拓扑信息，通过模糊RAND指数的能力。最后，我们在两个数据集上进行了实验，这些数据集利用了我们算法的拓扑和模糊性质：机器学习中的预训练模型选择和材料科学中的晶格结构。由于预先训练的模型可以在多个任务上表现良好，因此选择最佳模型是一个自然模糊的问题;我们证明了模糊聚类持久性图允许使用决策边界的拓扑结构进行模型选择。在材料科学中，我们首次对转换后的晶格结构数据集进行分类，而概率隶属度值使我们能够在进一步研究需要昂贵的实验室时间和专业知识的情况下对候选晶格进行排名。
2021-02-15 cs.LG stat.ML
Phenotyping OSA: a time series analysis using fuzzy clustering and persistent homology
University of Alberta（阿尔伯塔大学）
睡眠呼吸暂停是一种对儿童有严重后果的疾病。最近有人担心，使用呼吸暂停低通气指数的传统诊断可能无法有效地捕捉其多方面的结果。在这项工作中，我们采取了第一步，在解决这个问题的表型患者使用聚类分析的气流时间序列。这是接近三种方式：使用基于特征的模糊聚类在时域和频域，并使用持久的同源性从拓扑的角度来研究信号。模糊聚类分析的一种新的方式，使用狄利克雷回归分析，而拓扑方法利用Takens嵌入定理来研究信号的周期性特性。
2021-04-27 cs.LG q-bio.QM stat.ML
Application of Fuzzy Clustering for Text Data Dimensionality Reduction
College of Information and Communications University of South Carolina（南卡罗来纳大学信息与通信学院）；Arnold School of Public Health at the University of South Carolina（南卡罗来纳大学阿诺德公共卫生学院）
大型文本语料库通常由文档-术语频率矩阵表示，该矩阵的元素是术语的频率，然而，该矩阵存在两个问题：稀疏性和高维性。四个降维策略被用来解决这些问题。在这四种策略中，无监督特征变换（UFT）是一种流行且有效的策略，可以将术语映射到文档-术语频率矩阵中的新基础。虽然已经开发了几种基于UFT的方法，但模糊聚类尚未被考虑用于降维。本研究探讨模糊聚类作为一种新的UFT为基础的方法来创建一个低维表示的文件。模糊聚类与不使用全局加权方法的性能超过主成分分析和奇异值分解。本研究亦探讨应用不同模糊因子值对模糊聚类降维的影响。
2019-09-21 cs.CL cs.LG stat.AP
Quantile-based fuzzy clustering of multivariate time series in the frequency domain
提出了一种新的方法来对不同依赖模型产生的多元时间序列进行模糊聚类。生成模型之间的不同差异或动态行为随时间的变化是证明模糊方法合理性的一些论据，其中每个系列与具有特定成员级别的所有聚类相关联。我们的过程考虑了基于分位数的互谱特征，包括三个阶段：（i）每个元素的特征在于分位数互谱密度的适当估计的向量，（ii）执行主成分分析以捕获减少噪声影响的主要差异，以及（iii）第一保留主成分之间的平方欧几里德距离用于通过标准模糊C均值和模糊C中心点算法执行聚类。所提出的方法的性能进行了评估，在广泛的模拟研究，其中考虑了几种类型的生成过程，包括线性，非线性和动态条件相关模型。评估是在两种不同的方式：通过直接测量所产生的模糊分区的质量，并考虑到该技术的能力，以确定重叠的性质位于等距从定义明确的集群系列。该程序相比，在文献中提出的几个替代品，大大优于所有的基本过程和评价方案。两个具体的应用程序，涉及空气质量和金融数据库说明了我们的方法的实用性。
2021-09-08 stat.ME stat.ML
Hyperbolic Gaussian Blurring Mean Shift: A Statistical Mode-Seeking Framework for Clustering in Curved Spaces
Indian Statistical Institute（印度统计研究所）
HypeGBMS是一种用于曲面空间聚类的统计模式寻找框架，通过双曲距离和莫比乌斯加权均值实现对层次结构的高效捕捉。
2025-12-12 cs.LG stat.ML
Multi-View Fuzzy Clustering with The Alternative Learning between Shared Hidden Space and Partition
School of Digital Media, Jiangnan University（江南大学数字媒体学院）；Jiangsu Key Laboratory of Digital Design and Software Technology（江苏省数字设计与软件技术重点实验室）
随着现实世界中多视图数据的增长，多视图聚类已经成为数据采掘、模式识别和机器学习中的一项重要技术。如何利用多视图数据的特点，有效地利用不同视图之间的关系，已成为一个重要的挑战。针对这一问题，提出了一种隐空间共享的多视图模糊聚类方法。该方法基于经典的模糊c-均值聚类模型，通过引入共享隐空间来获取不同视图间的关联信息。特别地，共享隐藏空间和模糊划分可以交替学习，并且相互促进。同时，该方法在学习共享隐空间的同时，采用最大熵策略控制不同视图的权值。实验结果表明，提出的多视图聚类方法具有更好的性能比许多相关的聚类方法。
2019-08-12 cs.AI cs.LG stat.ML
Fuzzy Jets
在高能物理实验中产生的准直粒子流使用聚类算法来组织以形成射流。为了构造喷流，基于大型强子对撞机（LHC）的实验合作主要使用凝聚层次聚类方案，称为顺序重组。我们提出了一类新的算法聚类射流，使用红外线和共线安全的混合模型。这些新的算法，被称为模糊射流，使用极大似然技术进行聚类，可以动态地确定射流的各种属性，如它们的大小。我们表明，模糊射流的大小增加了额外的信息，传统的射流标记变量。此外，我们研究了堆积的影响，并表明，与一些轻微的修改算法，模糊射流可以稳定到高堆积相互作用的多重性。
2015-09-07 hep-ph stat.ML
Variable feature weighted fuzzy k-means algorithm for high dimensional data
Indian Institute of Technology（印度理工学院）
针对高维数据聚类中特征相关性与重要性差异问题，提出通过两个熵项修改目标函数的可变特征加权模糊k均值算法，提升聚类性能并在多数据集上验证了其有效性。
2025-02-13 cs.LG stat.ML
Fuzzy clustering of ordinal time series based on two novel distances with economic applications
Research Center for Information and Communication Technologies (CITIC)（信息与通信技术研究中心（CITIC））；University of A Coruña（拉科鲁尼亚大学）；Helmut Schmidt University（赫尔穆特·施密特大学）
针对有序时间序列聚类，本文提出两种基于估计累积概率的新颖距离并构建高效模糊聚类算法，模拟显示其优于替代方法，并通过经济时间序列应用验证实用性。
2023-04-24 cs.LG stat.ML
Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
提出一种基于频域的鲁棒模糊聚类框架，利用 Kendall tau 典型相干性提取跨变量特定频率单调关系，有效提升含噪高维多元时间序列聚类精度，并成功揭示脑电图中的认知状态标记。
2025-10-31 stat.AP stat.ME stat.ML
Multi-View Fuzzy Clustering with Minimax Optimization for Effective Clustering of Data from Multiple Sources
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）；Nanyang Technological University（南洋理工大学）
多视图数据聚类是指通过充分利用来自数据的多个表示的相关信息来对数据集进行分类。由于越来越多的数据可以通过不同的方式、不同的环境和不同的来源收集，因此每个数据集可以用不同的特征集来表示，从而形成不同的视图，因此已经提出了许多方法来通过探索和整合不同视图下的异构信息来提高聚类性能。在本文中，我们提出了一种新的多视图模糊聚类方法，称为MinimaxFCM，使用基于著名的模糊c均值的minimax优化。在MinimaxFCM中，共识聚类结果是基于Minimax优化生成的，其中不同加权视图的最大分歧被最小化。此外，每个视图的权重可以在聚类过程中自动学习。此外，除了模糊器之外，只有一个参数需要设置。详细的问题制定，更新规则的推导，并在建议的MinimaxFCM的深入分析。对包括真实世界图像和文档数据集在内的9个多视图数据集进行了实验研究。我们观察到，MinimaxFCM优于相关的多视图聚类方法在聚类精度方面，展示了MinimaxFCM多视图数据分析的巨大潜力。
2016-08-25 cs.AI cs.LG stat.ML
Incremental Minimax Optimization based Fuzzy Clustering for Large Multi-view Data
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）；Nanyang Technological University（南洋理工大学）
增量聚类方法已经被提出来处理大数据时，给定的数据集太大，无法存储。这些方法的核心思想是在每个数据块中找到代表每个聚类的代表，并基于从所有数据块中识别出的代表进行最终的数据分析。然而，大多数增量方法用于单视图数据。随着从多个源生成的大型多视图数据变得普遍，现在需要增量聚类方法来处理大型和多视图数据。在本文中，我们提出了一种新的增量聚类方法称为增量最小最大优化的模糊聚类（IminimaxFCM）来处理大的多视图数据。在IminimaxFCM中，通过使用Minimax优化集成多个互补视图来识别具有多个视图的代表以代表每个聚类。详细的问题制定，更新规则的推导，并在建议IminimaxFCM的深入分析。在几个真实世界的多视图数据集上进行了实验研究。我们观察到，IminimaxFCM优于相关的增量模糊聚类的聚类精度，展示了巨大的潜力，IminimaxFCM大型多视图数据分析。
2016-08-25 cs.AI cs.LG stat.ML
Concise Fuzzy System Modeling Integrating Soft Subspace Clustering and Sparse Learning
Jiangnan University（江南大学）；The Hong Kong Polytechnic University（香港理工大学）
高木-关野-康模糊系统（TSK FS）的可解释性和不确定性建模能力使其能够直观、有效地描述复杂的非线性系统。然而，经典的TSK FS通常采用数据的整个特征空间进行模型构建，这会导致高维数据的规则冗长，导致可解释性退化。此外，对于高度非线性的建模任务，通常需要使用大量的规则，这进一步削弱了TSK FS的清晰度和可解释性。为了解决这些问题，本文结合增强软子空间聚类（ESSC）和稀疏学习（SL）技术，提出了一种简洁的零阶TSK FS构造方法--ESSC-SL-CTSK-FS。该方法利用ESSC生成不同模糊规则的前件和各种稀疏子空间，利用SL优化模糊规则的后件参数，从而有效地减少模糊规则的数量。最后，利用所提出的ESSC-SL-CTSK-FS方法构造了简洁的零阶TSK FS，使高维数据建模中的场景更清晰、更容易解释。在各种真实世界的数据集上进行了实验，以确认的优势。
2019-04-24 cs.LG stat.ML
A New Validity Index for Fuzzy-Possibilistic C-Means Clustering
在一些复杂的数据集中，由于噪声数据点和离群值的存在，聚类有效性指标在确定最佳聚类数时可能会给出相互矛盾的结果。本文提出了一种新的模糊可能性c均值聚类的有效性指标称为模糊可能性（FP）指标，它可以很好地工作在存在不同的形状和密度的集群。此外，FPCM像大多数聚类算法一样容易受到一些初始参数的影响。在这方面，除了聚类的数量之外，FPCM还需要对模糊度和典型度进行先验选择。因此，我们提出了一个有效的程序来确定其最佳值。所提出的方法已经使用几个合成和真实世界的数据集进行了评估。最后的计算结果表明，所提出的方法相比，在文献中的几个著名的模糊有效性指标的能力和可靠性。最后，将该方法应用于微阵列基因表达数据聚类和医学图像分割，验证了该方法的实际应用能力。
2020-05-19 cs.AI cs.CV cs.LG
Fast kNN mode seeking clustering applied to active learning
PRLab, Delft University of Technology（代尔夫特理工大学模式识别实验室）；Prime Vision（Prime Vision 公司）
一个显着更快的算法，提出了原来的kNN模式搜索过程。它的优点是在高维向量空间中是可行的，并导致唯一的，定义良好的模式。此外，没有任何额外的计算工作，它可以产生一个多尺度层次的聚类。时间复杂度为O（n^1.5）结果计算时间从10^4个物体的秒到10^5个物体的分钟到10^6个物体的不到一小时不等。时间复杂度为O（n）。该程序非常适合于寻找大的小集群集，从而是一个候选人，以分析数以百万计的对象中的数千个集群。kNN模式搜索过程可以通过将聚类分配给聚类的模态对象的类来用于主动学习。最多可达150万个手写体数字的实例表明了该方法的可行性。将基于聚类得到的分类结果与最近邻规则和基于相同标记对象训练的支持向量分类器得到的分类结果进行了比较。可以得出结论，使用聚类结构进行分类可以明显优于使用训练的分类器。然而，使用聚类进行分类的缺点在于，没有获得可以用于样本外对象的分类器。
2017-12-20 cs.LG stat.ML
FCPCA: Fuzzy clustering of high-dimensional time series based on common principal component analysis
针对现有模糊聚类难以处理高维多变量、不等长时间序列的问题，提出基于公共主成分分析的FCPCA方法，降维同时保留时间特征，性能优于现有方法，可应用于驾驶脑信号分析。
2025-05-12 stat.AP stat.ME stat.ML
Fuzzy network jump models for soft dynamic clustering of graph-structured data
University of Milan（米兰大学）；National Research Council, Institute for Applied Mathematics and Information Technologies（国家研究委员会，应用数学与信息技术研究所）
该研究提出模糊网络跳跃模型，结合空间与时间正则化的交替优化方案，在模拟及旧金山交通网络数据上验证其聚类性能优于对比方法，可有效处理图结构数据的软动态聚类问题。
2026-08-07 stat.AP stat.ME stat.ML
Fuzzy Clustering with Similarity Queries
Tel Aviv University（特拉维夫大学）；University of California, San Diego（加利福尼亚大学圣迭戈分校）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
模糊或软$k$ -均值目标是众所周知的$k$ -均值问题的流行推广，将$k$ -均值的聚类能力扩展到不确定、模糊和难以聚类的数据集。在本文中，我们提出了一个半监督主动聚类框架，允许学习者与Oracle（领域专家）交互，询问某组所选项目之间的相似性。在此框架下，我们研究了聚类的查询和计算复杂性。我们证明，有几个这样的相似性查询，使人们能够得到一个多项式时间的近似算法，以其他形式的NP难问题。特别是，我们提供了模糊聚类算法，在这种设置，要求$O(\mathsf{poly}(k)\log n)$相似性查询和多项式时间复杂度，其中$n$是项目的数量运行。模糊$k$ -均值目标是非凸的，其中$k$ -均值目标是一个特殊情况，它等价于非负矩阵分解等一般非凸问题.无处不在的最小化算法（或交替最小化算法）可能会陷入局部最小值。我们的研究结果表明，通过一些相似性查询，问题变得更容易解决。最后，我们在真实世界的数据集上测试了我们的算法，显示了它们在真实世界应用中的有效性。
2021-11-04 cs.DS cs.LG stat.ML
A Centroid Auto-Fused Hierarchical Fuzzy c-Means Clustering
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
与k-means和高斯混合模型（GMM）一样，具有软划分的模糊c-均值（FCM）也成为一种流行的聚类算法，并且仍然被广泛研究。然而，这些算法及其变种仍然遭受一些困难，如确定的最佳数量的集群，这是一个关键因素的聚类质量。克服这一困难的一个常见方法是使用试验和验证策略，即，遍历从大整数$\sqrt{n}$到2的每一个整数，直到找到某个聚类有效性指标的峰值所对应的最优数。但是，它几乎是不可能的，自然地构建一个自适应凝聚的层次聚类结构，使用的尝试和验证策略。甚至可能的是，现有的不同有效性指标也导致不同数量的聚类。为了有效地缓解问题，而凸聚类的动机，在本文中，我们提出了一个质心自动融合层次模糊c-均值方法（CAF-HFCM）的优化过程可以自动凝聚，形成一个集群层次，更重要的是，产生一个最佳的集群数量，而不诉诸任何有效性指标。虽然最近提出的鲁棒学习模糊c均值算法（RL-FCM）也可以自动获得最佳聚类数，而不需要任何有效性指标，但涉及到的3个超参数需要进行昂贵的调整，相反，我们的CAF-HFCM只涉及到1个超参数，使得相应的调整相对容易，更具操作性。此外，作为我们的优化目标的一个额外的好处，CAF-HFCM有效地降低了聚类性能的初始化的敏感性。此外，我们提出的CAF-HFCM方法能够直接扩展到各种变体的FCM。
2020-04-27 cs.LG stat.ML
MaxMin Linear Initialization for Fuzzy C-Means
Université de Lyon（里昂大学）；ERIC EA 3083；ArAr UMR 5138
聚类是数据科学中一个广泛的研究领域。聚类的目的是发现组并识别数据集中有趣的模式。Crisp（硬）聚类认为每个数据点属于一个且仅属于一个聚类。然而，它是不够的，因为一些数据点可能属于几个聚类，就像文本分类中的情况一样。因此，我们需要更灵活的集群。模糊聚类方法，其中每个数据点可以属于几个集群，是一个有趣的替代方案。然而，播种迭代模糊算法，以实现高质量的聚类是一个问题。本文提出了一种新的线性有效的初始化算法MaxMinLinear来处理这个问题。然后，我们通过对各种数值真实世界和人工数据集的广泛实验来验证我们的理论结果。我们还测试了几个有效性指标，包括我们提出的一个新的有效性指标，转换标准化模糊差（TSFD）。
2018-08-01 cs.DB cs.LG stat.ML
Robust fuzzy clustering for high-dimensional multivariate time series with outlier detection
针对多元时间序列的模糊聚类难题，提出鲁棒模糊子空间聚类方法RFCPCA，通过学习隶属度感知子空间、适应不等长度与高维、结合修剪与噪声簇实现鲁棒性及自动超参选择，有效提升聚类精度并可靠检测离群点。
2025-10-30 stat.CO stat.ML
A novel framework of the fuzzy c-means distances problem based weighted distance
Pemalang District Government（北加浪安区政府）；Universitas Muhammadiyah Semarang（三宝垄穆罕默迪亚大学）
聚类是数据采掘的重要内容之一，在模式识别和图像分割中有着广泛的应用。模糊C均值（FCM）是最常用的聚类算法，它被证明是高效、快速和易于实现的，然而FCM使用的是欧氏距离，这往往会导致聚类错误，特别是在处理多维和噪声数据时。近年来，研究者们提出了许多距离度量来提高FCM算法的性能，其中大多数研究者提出了加权距离。提出了一种改进FCM算法性能的Canberra加权距离。使用UCI数据集的实验结果表明，该方法优于原方法和其他聚类方法。
2019-07-31 cs.LG stat.ML
A Visual Quality Index for Fuzzy C-Means
Université de Lyon（里昂大学）；Lyon 2（里昂第二大学）；ERIC EA 3083（ERIC EA 3083实验室）
聚类分析广泛应用于机器学习和数据采掘领域。模糊聚类是一种特殊的方法，它认为一个数据点可以属于多个聚类。模糊聚类有助于获得灵活的集群，如文本分类等应用程序中所需的。聚类算法的性能很大程度上取决于聚类的数量，估计最佳聚类数量是一项具有挑战性的任务。质量指数有助于估计最佳的聚类数。然而，没有质量指标可以获得不同数据集的准确聚类数量。因此，在本文中，我们提出了一个新的聚类质量指数与一个可视化的，基于图形的解决方案，帮助选择模糊分区的聚类的最佳数量。此外，我们通过对各种数值真实世界和人工数据集上的最先进的质量指标进行广泛的比较实验来验证我们的理论结果。
2018-06-05 cs.LG stat.ML
Kernelized Weighted SUSAN based Fuzzy C-Means Clustering for Noisy Image Segmentation
Jadavpur University（贾达普大学）；Indian Statistical Institute（印度统计研究所）
本文提出了一种新的核化图像分割方案的噪声图像，利用最小单值段同化核（SUSAN）的概念，并通过计算圆形彩色地图诱导的权重，结合空间约束。基于相应的加权SUSAN面积值获得每个核或中心像素的模糊阻尼系数，权重等于从中心像素到达邻域像素所需的水平和垂直移动的数量的倒数。这些权重用于改变基于内核的框架中不同核的贡献。本文还提出了一种边缘质量度量，通过基于模糊决策的边缘候选选择和边缘选择后的模糊度的最终计算来获得。现有的算法无法保留边缘信息和结构的细节，在其分割的地图有必要计算的边缘质量因子（EQF）的所有竞争算法。定性和定量分析已经呈现相对于国家的最先进的算法和图像充满了不同类型的噪声。斑点噪声缠身的SAR图像和Rician噪声缠身的磁共振图像也被认为是评估所提出的算法在提取重要的分割信息的有效性。
2016-03-28 cs.CV stat.ML
Bounded Fuzzy Possibilistic Method
Wroclaw University of Science and Technology（弗罗茨瓦夫科技大学）；Climax Data Pattern（Climax数据模式公司）
本文介绍了有界模糊可能性方法（BFPM），解决以前的聚类/分类方法没有考虑的几个问题。在模糊聚类中，对象的隶属度值之和应等于1。因此，任何对象都可以在最多一个集群中获得完全成员资格。可能性聚类方法消除了这一限制。然而，BFPM不同于以前的模糊和可能性聚类方法，允许的隶属函数采取较大的值相对于所有集群。此外，在BFPM中，数据对象可以在多个集群甚至所有集群中具有完全成员资格。BFPM放宽了成员分配的边界条件（限制）。所提出的方法满足了获得正式成员资格的必要性，并克服了传统方法在处理重叠问题上的问题。本文还提出了分析对象从自己的类到另一个类的运动（突变）。BFPM已经在几何学、集合论、异常检测、风险管理、疾病诊断等学科中得到了广泛的应用。有效性和比较指标也被用来评估BFPM的准确性。从精度、模糊化常数（不同范数）、目标运动分析和覆盖多样性等方面对BFPM进行了评价。有希望的结果证明了在学习方法中考虑所提出的方法来跟踪数据对象的行为的重要性，除了获得准确的结果。
2019-02-08 cs.AI cs.LG stat.ML
Quantile-based fuzzy C-means clustering of multivariate time series: Robust techniques
University of A Coruña（拉科鲁尼亚大学）；Sapienza University of Rome（罗马第一大学）；Technological Institute for Industrial Mathematics (ITMATI)（工业数学技术研究所）
从生成过程的角度提出了三种多变量时间序列的鲁棒聚类方法。该程序是一个强大的版本的模糊C-均值模型的基础上：（i）估计的分位数交叉谱密度和（ii）经典的主成分分析。通过使用所谓的度量、噪声和修剪方法来实现对离群值存在的鲁棒性。度量方法在目标函数中引入了一个距离度量，旨在中和离群值的影响，噪声方法建立了一个人工聚类，预计将包含离群系列，修剪方法消除了数据集中最不典型的系列。所有提出的技术都继承了分位数交叉谱密度的良好特性，能够揭示一般类型的依赖关系。来自包括多变量线性、非线性和Gestival过程的广泛模拟研究的结果表明，该算法在应对离群序列（即，显示出与大多数不同的依赖结构的系列），明显优于替代程序。建议的方法的有用性是突出的两个具体的应用程序，关于金融和环境系列。
2021-09-22 cs.LG stat.ME stat.ML
Distributed dual vigilance fuzzy adaptive resonance theory learns online, retrieves arbitrarily-shaped clusters, and mitigates order dependence
Missouri University of Science and Technology（密苏里科技大学）
提出了一种新的基于自适应共振理论（ART）的无监督学习模块化结构，即分布式双警戒模糊ART（DDVFA）。DDVFA由一个全局ART系统组成，其节点是局部模糊ART模块。它配备了分布式高阶激活和匹配功能的显着特点，使用双警戒参数负责聚类相似性和数据量化。总之，这些允许DDVFA执行无监督的模块化，创建多原型聚类表示，检索任意形状的集群，并控制其紧凑性。另一个重要的贡献是减少了顺序依赖，这是一个影响任何凝聚聚类方法的问题。本文演示了两种方法来减轻订单依赖：预处理使用聚类趋势的视觉评估（VAT）或后处理使用一种新的合并ART模块。前者适用于批处理，后者适用于在线学习。在30个基准数据集上进行的在线学习模式下的实验结果表明，当样本随机呈现时，DDVFA与Merge ART级联在统计上优于其他基于ART的系统。相反，当使用VAT预处理样本时，发现它们在离线模式下具有统计学等效性。值得注意的是，性能比较非ART为基础的聚类算法表明，DDVFA（增量学习）也是统计等效的非增量（离线）方法DBSCAN，单链接层次凝聚聚类（HAC），和k均值，同时保留吸引人的属性ART。链接到源代码和数据提供。考虑到算法的简单性，在线学习能力和性能，它是许多凝聚聚类应用的理想选择。
2018-11-28 cs.LG cs.NE stat.ML
Fuzzy C-Means Clustering and Sonification of HRV Features
McMaster University（麦克马斯特大学）；Muvik Labs（穆维克实验室）；UT Dallas（得克萨斯大学达拉斯分校）；Microsoft Corporation（微软公司）；University of Rhode Island（罗德岛大学）
心率变异性（HRV）的线性和非线性测量作为健康的非侵入性指标被广泛研究。压力对心率有着深远的影响，人们发现不同的冥想技巧可以调节心跳节奏。本文旨在探讨从HRV分析中识别适当的声学指标的过程。发声是一种听觉显示，涉及将数据映射到声学参数的过程。这项工作探讨了使用听觉显示来帮助分析无监督机器学习技术所利用的HRV。无监督聚类有助于选择适当的特征，以提高发音的可解释性。采用声音合成发音技术来增加通过声音显示的处理数据的理解和可学习性。这些分析是建立基于声音的实时生物反馈训练系统的早期步骤。
2019-09-30 cs.HC cs.LG cs.SD
Seeking the Truth Beyond the Data. An Unsupervised Machine Learning Approach
Aristotle University of Thessaloniki（亚里士多德大学）
本文深入描述了主流聚类方法及其参数选择，并基于3个数据集比较了各算法在处理离散与连续观测时的准确性和复杂性，揭示了其适用性。
2023-10-19 cs.LG stat.AP stat.CO
Taming Wild High Dimensional Text Data with a Fuzzy Lash
University of South Carolina（南卡罗来纳大学）
词袋（BOW）表示一个矩阵中的语料库，其元素是单词的频率。然而，矩阵中的每一行都是一个非常高维的稀疏向量。降维是解决稀疏性和高维性问题的一种常用方法。在开发DR方法的不同策略中，无监督特征变换（UFT）是一种流行的策略，可以在新的基础上映射所有单词来表示BOW。近年来文本数据的增长及其面临的挑战意味着DR领域仍然需要新的视角。虽然已经开发了各种各样的基于UFT策略的方法，但尚未考虑基于该策略的DR的模糊方法。本研究探讨应用模糊聚类作为DR方法的基础上的UFT策略折叠BOW矩阵，以提供一个低维表示的文件，而不是在语料库中的话。定量评估表明，模糊聚类产生优越的性能和功能的主成分分析（PCA）和奇异值分解（SVD），两个流行的DR方法的基础上UFT战略。
2017-12-16 cs.CL cs.IR cs.LG
