| 一个新的模糊聚类有效性指标 |
| |
| 引用本文： | 孔攀,邓辉文,黄艳艳,江欢. 一个新的模糊聚类有效性指标[J]. 计算机工程, 2009, 35(12): 143-144 |
| |
| 作者姓名： | 孔攀 邓辉文 黄艳艳 江欢 |
| |
| 作者单位： | 西南大学计算机与信息科学学院,重庆,400715;西南大学逻辑与智能研究中心,重庆,400715 |
| |
| 基金项目： | 教育部招标课题重大攻关计划基金 |
| |
| 摘 要： | 提出一个新的模糊聚类有效性指标。该指标能确定由模糊C-均值算法(FCM)所得模糊划分的最优划分和最优聚类数，结合了模糊聚类的紧致性和分离性信息，用类内加权平方误差和计算紧致性，用类间相似度计算分离性。在3个人造数据集和3个真实数据集上进行对比实验，结果证明该指标的性能优于其他有效性指标。
|
| 关 键 词： | 模糊聚类 有效性指标 模糊C-均值算法 |
| 修稿时间： | |
Novel Validity Index for Fuzzy Clustering |
| |
| KONG Pan,DENG Hui-wen,HUANG Yan-yan,JIANG Huan. Novel Validity Index for Fuzzy Clustering[J]. Computer Engineering, 2009, 35(12): 143-144 |
| |
| Authors: | KONG Pan DENG Hui-wen HUANG Yan-yan JIANG Huan |
| |
| Affiliation: | 1.School of Computer and Information Science;Southwest China University;Chongqing 400715;2.Institute of Logic and Intelligence;Chongqing 400715 |
| |
| Abstract: | This paper proposes a novel validity index for fuzzy clustering.This index can determine the optimal partition and optimal number of clusters for fuzzy partitions obtained from the Fuzzy C-Means algorithm(FCM).It combines compactness and separation information of fuzzy clustering.The compactness is obtained by computing inter-cluster weighted the square of error.The separation is obtained by computing similarity between fuzzy clustering.Comparison experiment is done in three synthetical datasets and three r... |
| |
| Keywords: | fuzzy clustering validity index Fuzzy C-Means algorithm(FCM) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载免费的PDF全文 |
