原文服务方: 西安交通大学学报       
摘要:
针对粗糙模糊C均值聚类的阈值、权重选取问题,提出了一种基于不确定性度量的参数自适应获取方法.该方法将阈值选取归结为一个最优划分寻找问题,给出一种基于方差的划分优劣评价方法;利用信息熵来度量样本归属的模糊性,基于该模糊性度量和类簇的粗糙度,提出了一种权重参数自适应计算方法.将所提方法应用于粗糙模糊C均值聚类,并将分别基于所提方法与典型参数选取方法的粗糙模糊C均值聚类算法在人工数据集和真实数据集上进行实验比较.结果表明,基于所提参数确定方法的粗糙模糊C均值聚类能获得更好的聚类有效性和准确性.
推荐文章
模糊粗糙集的不确定性度量
粗糙集
模糊熵
信息熵
粗糙熵
不确定性
模糊贴近度的覆盖粗糙模糊集不确定性度量研究
模糊集
模糊贴近度
覆盖粗糙模糊集
不确定性
区间直觉模糊粗糙集的不确定性度量
区间直觉模糊集
模糊熵
区间直觉模糊粗糙集
粗糙隶属函数
基于模糊邻域粗糙集的信息系统不确定性度量方法
不确定性度量
模糊邻域
近似粗糙度
模糊邻域粒度
混合度量
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 采用不确定性度量的粗糙模糊C均值聚类参数获取方法
来源期刊 西安交通大学学报 学科
关键词 聚类 粗糙模糊C均值 粗糙度
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 55-60
页数 6页 分类号 TP18
字数 语种 中文
DOI 10.7652/xjtuxb201306010
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 韩崇昭 西安交通大学智能网络与网络安全教育部重点实验室 349 5634 35.0 59.0
5 王学恩 西安交通大学智能网络与网络安全教育部重点实验室 4 101 3.0 4.0
9 韩德强 西安交通大学智能网络与网络安全教育部重点实验室 27 621 12.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (19)
参考文献  (14)
节点文献
引证文献  (14)
同被引文献  (15)
二级引证文献  (45)
1979(2)
  • 参考文献(1)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(14)
  • 引证文献(4)
  • 二级引证文献(10)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类
粗糙模糊C均值
粗糙度
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导