基于划分模糊度的聚类有效性函数

• 作者: 伍忠东 宫改云 高新波
• 来源期刊: 模式识别与人工智能
• 学科: 数学
• 关键词: 模糊C-均值算法 聚类有效性 聚类分析 划分模糊度
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 412-416
• 页数: 5页
• 分类号: O235
• 字数: 3309字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.04.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高新波	西安电子科技大学电子工程学院	176	3425	27.0	52.0
2	伍忠东	西安电子科技大学电子工程学院	8	387	6.0	8.0
3	宫改云	西安电子科技大学应用数学系	8	46	4.0	6.0