聚类分析中类数估计方法的实验比较

被引:26
作者
王开军 [1 ]
李健 [2 ]
张军英 [1 ]
过立新 [3 ]
机构
[1] 西安电子科技大学计算机学院
[2] 西北政法大学网络信息中心
[3] 西安邮电学院
关键词
聚类有效性; 聚类个数估计; 聚类分析; 基因表达数据;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在基因表达数据的探索性聚类分析中,聚类个数的确定是决定聚类质量的关键因素。许多聚类有效性评价指标和方法可用于PAM聚类算法。该文讨论适合于PAM算法的7种常用评价指标和方法,采用4种不同聚类结构特征的基因表达数据对它们的性能进行实验比较。结果表明,系统演化方法和稳定性方法估计聚类个数的性能最好,正确率分别为100%与90%。
引用
收藏
页码:198 / 199+202 +202
页数:3
相关论文
共 3 条
[1]   全结构遗传优化径向基概率神经网络 [J].
赵温波 ;
黄德双 .
红外与毫米波学报, 2004, (02) :113-118
[2]   基于模糊RBF神经网络的函数逼近 [J].
刘昆 ;
颜钢锋 .
计算机工程, 2001, (02) :70-71
[3]  
Three learning phases for radial-basis-function networks[J] . Friedhelm Schwenker,Hans A. Kestler,Günther Palm.Neural Networks . 2001 (4)