FCM算法中参数确定方法的探讨

被引：9

作者：

姜琴

甘海涛

机构：

[1] 武汉工业学院数理科学系

来源：

武汉工业学院学报 | 2009年 / 28卷 / 01期

关键词：

FCM; 加权指数; 分类数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

模糊c-均值(FCM)算法是目前应用最为广泛的一种模糊聚类算法,但其中的两个重要参数模糊加权指数m和聚类的分类数c在进行聚类分析前必须给出恰当的赋值,否则将直接影响FCM算法的分类效果。本文就这两个参数的确定方法进行了一定的探讨。

引用

收藏

页码：42 / 44+63 +63

页数：4

相关论文

共 10 条

[1]

FCM聚类算法中模糊加权指数m的优选方法 [J].

宫改云 ;

高新波 ;

伍忠东 .

模糊系统与数学, 2005, (01) :143-148

[2]

论模糊C均值算法的模糊指标 [J].

于剑 .

计算机学报, 2003, (08) :968-973

[3]

模糊聚类方法中的最佳聚类数的搜索范围 [J].

于剑 ;

程乾生 .

中国科学E辑:技术科学, 2002, (02) :274-280

[4]

模糊聚类分析最佳聚类数的确定方法研究 [J].

孙才志 ;

王敬东 ;

潘俊 .

模糊系统与数学, 2001, (01) :89-92

[5]

一种参数m在线优化的FCM改进算法 [J].

刘宜平 ;

沈毅 ;

童树鸿 ;

刘志言 .

电机与控制学报, 2000, (03) :164-167

[6]

模糊c-均值聚类算法中加权指数m的研究 [J].

高新波 ;

裴继红 ;

谢维信 .

电子学报, 2000, (04) :80-83

[7]

基于可能性分布的聚类有效性 [J].

范九伦 ;

裴继红 ;

谢维信 .

电子学报, 1998, (04)

[8]

模糊聚类分析及其应用.[M].高新波著;.西安电子科技大学出版社.2004,

[9]

FCM算法参数研究及其应用 [D].

宫改云 .

西安电子科技大学,

2004

[10]

NUMERICAL TAXONOMY WITH FUZZY SETS [J].

BEZDEK, JC .

JOURNAL OF MATHEMATICAL BIOLOGY, 1974, 1 (01) :57-71