语义减法聚类研究

• 作者: 王婷婷 赵捧未 马慧
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 减法聚类 AFS理论 隶属度矩阵 语义强度期望
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1924-1929
• 页数: 6页
• 分类号: TP391
• 字数: 4415字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.09.027

摘要

针对传统减法聚类算法需要人工输入参数τ1和τ2的不足,对算法进行改进.引入AFS理论,通过隶属度矩阵自动确定密度半径τ1、半自动确定权重参数τ2,提出了改进的语义减法聚类算法SDSCM,并在Iris和Wine数据集上将其与FCM、KMEANS算法进行比较实验.实验结果表明,SDSCM在评价指标语义强度期望上高于FCM、KMEANS 1％～5％.SDSCM的SPT指标低于FCM、KMEANS,算法的类间分离度有待提高.SDSCM较好地解决了传统减法聚类人工输入参数τ1和τ2带来的弊端,并给出了更贴近用户给定语义的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵捧未	西安电子科技大学经济与管理学院	112	958	15.0	24.0
2	马慧	西安电子科技大学经济与管理学院	20	18	2.0	3.0
3	王婷婷	鲁东大学信息与电气工程学院	8	4	1.0	2.0