一种新的模糊聚类有效性指标

• 作者: 才华 曲福恒 杨勇 梁鲜
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 模糊聚类 模糊C均值算法 有效性指标 最佳聚类数
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 技术与方法
• 页码范围: 74-75,79
• 页数: 3页
• 分类号: TP391
• 字数: 1515字
• 语种: 中文

摘要

针对模糊C均值(FCM)算法聚类数需要预先设定的问题,提出了一种新的模糊聚类有效性指标.首先,计算簇中每个属性的方差,给方差较小的属性赋予较大的权值,给方差较大的属性赋予较小的权值,得到一种基于属性加权的FCM算法;然后,根据FCM改进算法得到的隶属度矩阵计算类内紧致性和类间分离性;最后,利用类内紧致性和类间分离性定义一个新的聚类有效性指标.实验结果表明,该指标可以找到符合数据自然分布的类的数目.基于属性加权的FCM算法可以识别不同属性的重要程度,增加聚类结果的准确率,使用FCM改进算法得到的隶属度矩阵定义的有效性指标,能够发现正确的聚类个数,实现聚类无监督的学习过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇	长春理工大学计算机科学技术学院	49	335	7.0	17.0
2	曲福恒	长春理工大学计算机科学技术学院	23	48	5.0	5.0
3	才华	长春理工大学电子信息工程学院	29	109	6.0	9.0
4	梁鲜	长春理工大学计算机科学技术学院	5	12	2.0	3.0