10.3321/j.issn:1002-8331.2006.15.006
点密度加权FCM算法的聚类有效性研究
模糊C-均值(FCM)算法是一种非监督的模式识别方法.由于该算法具有对数据集进行等划分的趋势,因此影响其聚类精度.利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种点密度加权模糊C-均值算法.该方法不仅在一定程度上克服了FCM算法的缺陷,而且具有良好的收敛性.以聚类已知的少量数据点作为监督信息指导聚类,聚类效果进一步改善.并用聚类有效性函数对算法的聚类有效性进行了评价,从而为算法的聚类性能提供了理论依据.
模糊聚类分析、模糊C-均值算法、加权模糊C-均值算法、聚类有效性
42
P641(水文地质学与工程地质学)
科技部国际合作项目2004DF100359;四川理工学院校科研和教改项目2004ZR015
2006-06-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
20-22,55