新的模糊聚类有效性指标

• 作者: 冯振华 赵娜娜 钱雪忠
• 来源期刊: 微电子学与计算机
• 关键词: FCM算法 聚类指标 紧致度 重叠度 分离度
• 年，卷（期）: 2016,（8）
• 页码范围: 121-125,129
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文

摘要

为了更有效地确定模糊聚类算法的最佳聚类数，提出了一个新的有效性指标。该指标考虑了聚类的紧致度、重叠度、分离度。紧致度是用来衡量类内相似程度；重叠度是用来衡量类间的重叠程度；分离度度用来衡量类间的分离程度。利用该指标可以找到最符合数据自然分布的聚类数。实验结果证明，新的指标均能发现最优聚类数，从而克服了模糊c均值（FCM ）算法聚类数需要预先设定的缺点，并能够准确地判断含有交叠子类的最佳聚类数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	冯振华	江南大学物联网工程学院	7	88	5.0	7.0
3	赵娜娜	江南大学物联网工程学院	2	43	2.0	2.0