بهبود الگوریتم چند مرکزفازی C-ordered-means مبتنی بر بستارهای انتقالی و خوشه بندی طیفی

خوشه بندی به روشهای مختلفی انجام می شود که مهمترین آنها خوشه بندهای مبتنی بر مرکز هستند.رایجترین روش در این زمینه روش خوشه بندی C- میانگین فازی (FCM) است. نقاط ضعف این روش حساسیت به مقداردهی اولیه، خوشه های نامتوازن، نویز و داده پرت موجود در پایگاه داده است. همچنین روشFCM تنها می تواند به خوشه بندی خوشه هایی بپردازد که شکلی محدب داشته باشند و در خوشه بندیشکل های غیر محدب ناتوان است. در این مقاله، چند روش معرفی خواهد شد که بر برخی از مشکلات فوقغلبه خواهد کرد. در این روش ابتدا مراکز خوشه ها با استفاده از روش خوشه بندی کاهشی (SC) به دست خواهد آمد. سپس با استفاده از یک روش FCM مقاوم در برابر نویز و داده پرت به نام خوشه بندی C- مرتب شده میانگین فازی (FCM, (FCOM در مقابل نویز و داده های پرت مقاوم خواهد شد. با استفاده از ویژگی های طیفی شباهت بین خوشه های کوچک استخراج و با روش FCM با یکدیگر تلفیق می شوند. این روش ها با هم ترکیب شد و در نرم افزار متلب با دو نوع پایگاه داده های مصنوعی و پایگاه داده های واقعی پیاده سازی شد که عملکرد و نتایج خوبی حاصل شد.