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:
FCM算法作为基于目标函数的模糊聚类算法中最经典的算法之一,在实际应用中得到了深入的研究,但FCM算法需要人为给定分类数C,因此破坏了聚类的无监督性。针对FCM算法的不足,提出了利用密度指标确定初始聚类数目上限Cmax,并且对有效性指标进行了改进,计算对于(1,Cmax]中的每一个c对应的有效性函数值,根据有效性评判,确定最佳聚类数,实现了自动得到最佳分类数的算法。
推荐文章
基于自适应权重的模糊C-均值聚类算法
模糊C-均值聚类算法
自适应权重
高斯距离
隶属矩阵
基于Canopy聚类的噪声自适应模糊C-均值算法
聚类算法
Canopy算法
模糊C-均值算法
局部和非局部空间信息
核空间局部自适应模糊C-均值聚类图像分割算法
自适应中值算法
模糊C-均值聚类
核函数
局部空间信息
改进的模糊核C-均值算法
聚类分析
模糊C-均值
核方法
无监督学习
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 密度和有效性指标的自适应模糊C-均值算法
来源期刊 微型机与应用 学科 工学
关键词 模糊C-均值 模糊聚类 密度函数 有效性指标
年,卷(期) 2012,(8) 所属期刊栏目 软件天地
研究方向 页码范围 10-12,15
页数 4页 分类号 TP312
字数 2438字 语种 中文
DOI 10.3969/j.issn.1674-7720.2012.08.005
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 陈丽丽 武汉理工大学计算机科学与技术学院 1 2 1.0 1.0
2 安春林 武汉理工大学计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (65)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模糊C-均值
模糊聚类
密度函数
有效性指标
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导