基于改进划分系数的模糊聚类有效性函数

被引:10
作者
张宇献
刘通
董晓
李松
机构
[1] 沈阳工业大学电气工程学院
关键词
模糊聚类; 最佳聚类数; 有效性函数; 划分系数; 分离性; 紧致性; 数据集; 实验分析;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
针对典型模糊聚类算法难以准确获取最佳聚类数的问题,提出了一种基于改进划分系数的模糊聚类有效性函数.在划分系数方法基础上,将类与类之间的分离性和类内的紧致性相结合,引入指数函数有效抑制噪声和孤立点数据对聚类有效性的影响.仿真实验将所提及的聚类有效性函数应用于模糊C均值聚类中,分别对两组自定义数据集和IRIS数据集进行了有效性验证,实验结果表明,本文提出的模糊聚类有效性函数能够准确划分最佳聚类数.
引用
收藏
页码:431 / 435
页数:5
相关论文
共 6 条
[1]   基于灰色模糊聚类和LS-SVM加工中心的热误差补偿模型 [J].
苏铁明 ;
叶三排 ;
孙伟 ;
马跃 .
沈阳工业大学学报, 2011, 33 (05) :524-530
[2]   聚类集成方法研究 [J].
杨草原 ;
刘大有 ;
杨博 ;
池淑珍 ;
金弟 .
计算机科学, 2011, 38 (02) :166-170
[3]   一种基于模糊度的聚类有效性函数 [J].
陈舵 ;
李雪 ;
崔杜武 ;
费蓉 .
模式识别与人工智能, 2008, 21 (01) :34-41
[4]   聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61
[5]   数据挖掘中的聚类算法综述 [J].
贺玲 ;
吴玲达 ;
蔡益朝 .
计算机应用研究, 2007, (01) :10-13
[6]   划分系数和总变差相结合的聚类有效性函数 [J].
范九伦 ;
吴成茂 .
电子学报, 2001, (11) :1561-1563