基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
属性加权FCM算法可在算法迭代过程中求出各属性的权值,并不影响算法本身的执行效率,可发现隐藏在部分属性中的类结构,提高分类准确率.鉴于参数对算法性能的影响,本文对该算法的目标函数进行了理论分析,通过严格的公式推导之后,给出了算法的参数选择规则.经实验证明,该规则对于属性加权FCM算法的参数选择有一定的指导作用.
推荐文章
一种适用于基因表达数据的特征加权FCM算法
基因表达数据
预处理算法
类间熵
加权模糊聚类
基于选择和变异机制的蛙跳FCM算法
模糊C-均值聚类
蛙跳算法
选择和变异机制
聚类分析
数据挖掘
基于SOM-FCM算法的脑MR多参数图像分割
多参数图像
自组织映射神经网络
模糊C均值聚类
有效性函数
加权关联规则算法的并行化研究
加权关联规则
矩阵
MINWAL(O)
多叉树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 属性加权FCM算法的参数选择规则
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 权值 属性加权 模糊指数 模糊C均值聚类算法 海森矩阵
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 42-48
页数 分类号 TP301.6
字数 5135字 语种 中文
DOI 10.3969/j.issn.1001-6600.2010.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于剑 北京交通大学计算机与信息技术学院 68 1099 12.0 32.0
2 李翠霞 郑州大学软件技术学院 30 135 6.0 9.0
3 谭营军 河南职业技术学院信息工程系 30 123 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (69)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
权值
属性加权
模糊指数
模糊C均值聚类算法
海森矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导