基于划分模糊度的聚类有效性函数

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

所属期刊栏目：17

分类号：O235(控制论、信息论（数学理论）)

资助基金：国家自然科学基金资助项目60202004

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：412-416