10.3969/j.issn.1003-6059.2004.04.006
基于划分模糊度的聚类有效性函数
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.
模糊C-均值算法、聚类有效性、聚类分析、划分模糊度
17
O235(控制论、信息论(数学理论))
国家自然科学基金资助项目60202004
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
412-416