| 模糊K-Prototypes算法中的加权指数研究 |
| |
| 作者姓名： | 汪加才 朱艺华 |
| |
| 作者单位： | 南京审计学院,计算机科学与技术系,江苏,南京,210029;浙江工业大学,信息智能与决策优化研究所,浙江,杭州,310014 |
| |
| 基金项目： | 国家自然科学基金资助项目(60473097),江苏省高校自然科学研究计划项目(03KJB520054) |
| |
| 摘 要： | 模糊K Prototypes(FKP)算法融合了K Means和K Modes对数值型和符号型数据的处理方法,适合于混合类型数据的聚类分析。同时,模糊技术使得FKP适合于处理含有噪声和缺少数据的数据库。但是,在使用FCM(FuzzyC Meansalgorithm)或FKP算法时,如何选取加权指数α仍是悬而未决的问题。许多研究者基于他们的实验结果给出FCM中的最佳加权指数可能位于区间 [1. 5,2. 5],本文则提出了一个FKP中加权指数的探寻算法。在多个实际数据集上的实验结果表明,为进行有效的聚类,FKP中加权指数应该小于 1. 5。
|
| 关 键 词： | 加权指数 FKP算法 聚类有效性 |
| 文章编号： | 1001-9081(2005)02-0348-04 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|
