点密度加权FCM算法的聚类有效性研究

• 作者: 刘小芳
• 来源期刊: 计算机工程与应用
• 学科: 地球科学
• 关键词: 模糊聚类分析 模糊C-均值算法 加权模糊C-均值算法 聚类有效性
• 年，卷（期）: 2006,（15）
• 所属期刊栏目: 博士论坛
• 页码范围: 20-22,55
• 页数: 4页
• 分类号: P641
• 字数: 3889字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.15.006

摘要

模糊C-均值(FCM)算法是一种非监督的模式识别方法.由于该算法具有对数据集进行等划分的趋势,因此影响其聚类精度.利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种点密度加权模糊C-均值算法.该方法不仅在一定程度上克服了FCM算法的缺陷,而且具有良好的收敛性.以聚类已知的少量数据点作为监督信息指导聚类,聚类效果进一步改善.并用聚类有效性函数对算法的聚类有效性进行了评价,从而为算法的聚类性能提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小芳	电子科技大学自动化学院	3	37	3.0	3.0