数据挖掘中Fuzzy c-means的自适应聚类算法

• 作者: 刘小览 赵英凯 陆金桂
• 来源期刊: 南京化工大学学报(自然科学版)
• 学科: 工学
• 关键词: 数据挖掘 FCMA 聚类数 自适应算法
• 年，卷（期）: 2001,（5）
• 页码范围: 17-20
• 页数: 5页
• 分类号: TP311
• 字数: 3599字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7627.2001.05.005

摘要

聚类算法是数据挖掘算法中的重要解决方法.针对现有聚类算法模糊c均值算法FCM中的不足,如需要预先确定聚类参数c,随机性较强、局部最优等弱点,对其算法结构加以改进,提出模糊c均值自适应算法(FCMA),增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目,这种方法可以避免在确定参数时的随机性和经验性,提高聚类算法的可靠程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英凯	南京化工大学信息科学与工程学院	16	211	8.0	14.0
2	陆金桂	南京化工大学信息科学与工程学院	16	241	8.0	15.0
3	刘小览	南京化工大学信息科学与工程学院	1	31	1.0	1.0