模糊半监督加权聚类算法的有效性评价研究

• 作者: 何东健 李龙龙 王美丽
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类有效性 半监督聚类 算法评估 成对约束 最佳聚类数
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 65-68
• 页数: 4页
• 分类号: TP182
• 字数: 2426字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.06.014

摘要

鉴于最佳聚类数在提高聚类算法性能并扩大其应用领域方面的重要性，为了有效解决聚类算法中最佳聚类数的确定问题，解决传统的聚类分析算法常常需要人为预先指定聚类数的缺点，文中提出一种新型模糊半监督加权聚类算法。首先使用该算法对实测数据进行聚类，获取聚类结果。随后采用4种模糊聚类有效性评价算法依次对不同聚类数下的聚类结果进行聚类分析，最终通过不同聚类评价结果的对比分析得到实验数据的最佳聚类数。自测数据集的相关实验结果表明，不同的聚类有效性评价算法具有不同的优缺点，选择合适的聚类评价算法能够有效地解决最佳聚类数的确定问题，并能够有效提高实测数据的聚类识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王美丽	西北农林科技大学信息工程学院	34	250	9.0	15.0
2	何东健	西北农林科技大学机械与电子工程学院	188	3174	30.0	46.0