一种基于决策权重驱动的阴影集模糊聚类方法和系统

本发明涉及数据处理技术领域，具体公开了一种基于决策权重驱动的阴影集模糊聚类方法和系统，包括：聚类初始化；通过计算隶属度矩阵和构造决策权重函数，生成不同的决策权重矩阵，以精确衡量不同区域中不同样本对簇中心的影响权重；构造模糊簇阴影集：建立优化原则，通过粒子群优化算法计算各模糊簇的分区阈值，将模糊簇划分为核心区域、阴影区域和排除区域；更新聚类中心：聚类中心的更新基于各区域样本的贡献差异，确保核心区域的样本对更新贡献最大，同时将排除区域样本纳入计算，避免聚类中心陷入局部最优；迭代并在达到停止条件时停止。本发明有效结合了符合模糊簇分布的决策权重函数和阴影集的优势，提升了模糊聚类的准确性和鲁棒性。