|
|||||
|
|
| 基于划分模糊度的聚类有效性函数 | |
| 引用本文： | 宫改云,高新波,伍忠东. 基于划分模糊度的聚类有效性函数[J]. 模式识别与人工智能, 2004, 17(4) |
| 作者姓名： | 宫改云 高新波 伍忠东 |
| 作者单位： | 西安电子科技大学,应用数学系,西安,710071;杭州电子科技大学,理学院,杭州,310018;西安电子科技大学,电子工程学院,西安,710071 |
| 摘 要： | 模糊C-均值(FCM)聚类算法是目前最流行的数据集模糊划分方法之一.但是,有关聚类类别数的合理选择和确定,即聚类有效性分析,对FCM算法而言仍是一个开放性问题.为此,本文结合数据集的几何结构信息和FCM算法的模糊划分信息,重新定义了划分矩阵,进而利用划分模糊度提出了一种新的模糊聚类有效性函数.实验结果表明该方法是有效的且具有良好的鲁棒性. |
| 关 键 词： | 模糊C-均值算法 聚类有效性 聚类分析 划分模糊度 |
CLUSTERING VALIDITY FUNCTION BASED ON PARTITION FUZZY DEGREE |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |