一个改进的模糊聚类有效性指标

被引:16
作者
朱文婕 [1 ,2 ]
吴楠 [1 ]
胡学钢 [1 ]
机构
[1] 不详
[2] 合肥工业大学计算机与信息学院
[3] 不详
[4] 蚌埠医学院
[5] 不详
基金
安徽省自然科学基金;
关键词
有效性指标; 模糊聚类分析; 模糊C均值(FCM);
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
聚类有效性指标既可用来评价聚类结果的有效性,也可以用来确定最佳聚类数。根据模糊聚类的基本特性,提出了一种新的模糊聚类有效性指标。该指标结合了数据集的分布特征和数据隶属度两个重要因素来评价聚类结果,提高了判别的准确性。实验证明,该指标能对模糊聚类结果进行正确的评价,并自动获得最佳聚类数,特别是对类间有交叠的情况能够做出准确判定。
引用
收藏
页码:206 / 209
页数:4
相关论文
共 7 条
[1]   基于模糊划分测度的聚类有效性指标 [J].
孟令奎 ;
胡春春 .
计算机工程, 2007, (11) :15-17
[2]   模糊聚类中判别聚类有效性的新指标 [J].
洪志令 ;
姜青山 ;
董槐林 .
计算机科学, 2004, (10) :121-125
[3]   基于样本最大分类信息的聚类有效性函数 [J].
范九伦 ;
吴成茂 ;
丁夷 .
模糊系统与数学, 2001, (03) :68-73
[4]   A new cluster-validity for fuzzy clustering [J].
Zahid, N ;
Limouri, N ;
Essaid, A .
PATTERN RECOGNITION, 1999, 32 (07) :1089-1097
[5]   Input selection and partition validation for fuzzy modelling using neural network [J].
Linkens, DA ;
Chen, MY .
FUZZY SETS AND SYSTEMS, 1999, 107 (03) :299-308
[6]  
A new cluster validity index for the fuzzy c -mean[J] . M. Ramze Rezaee,B.P.F. Lelieveldt,J.H.C. Reiber.Pattern Recognition Letters . 1998 (3)
[7]  
A new method of choosing the number of clusters for the fuzzy c-means method. Fukuyanma Y, Sugeno M. Proc.ofthe5th Fuzzy Systems Symposium . 1989