首页 | 官方网站   微博 | 高级检索  
     

带特征权重的混合特征模糊C均值算法
引用本文:谢信喜,王士同.带特征权重的混合特征模糊C均值算法[J].计算机工程与应用,2008,44(6):182-183.
作者姓名:谢信喜  王士同
作者单位:江南大学信息工程学院,江苏无锡,214122
摘    要:针对模糊数据,Hathaway提出了模糊C均值算法(FCM);针对符号数据,El-Sonbaty和Ismail提出了符号数据模糊C均值算法(FSCM);Miin-ShenYang等人对FSCM进行了改进,提出了混合特征的模糊C均值算法(MVFCM),MVFCM比FSCM更有效更具有实用性。在MVFCM的基础上,给出了带特征权重的混合特征的模糊C均值算法(WMVFCM),并通过实验比较,说明WMVFCM比MVFCM更有效。

关 键 词:模糊C均值算法  符号数据  符号模糊C均值算法  混合特征模糊C均值算法
文章编号:1002-8331(2008)06-0182-02
收稿时间:2007-06-13
修稿时间:2007-09-07

Weighted fuzzy C-means for mixed feature variables
XIE Xin-xi,WANG Shi-tong.Weighted fuzzy C-means for mixed feature variables[J].Computer Engineering and Applications,2008,44(6):182-183.
Authors:XIE Xin-xi  WANG Shi-tong
Affiliation:School of Information and Technology,Jiangnan University,Wuxi,Jiangsu 214122,China
Abstract:Hathaway has proposed the Fuzzy C-Means Algorithm (FCM) for fuzzy data.For symbolic data El-Sonbaty and Ismail have proposed Fuzzy Symbolic C-Means Algorithm(FSCM) which has been improved by Miin-Shen Yang et al.The proposed Fuzzy Clustering Algorithms For Mixed Feature Variables (MVFCM) that is more available and more practical than FSCM.Base on the MVFCM,this paper gives Weightd MVFCM (WMVFCM),and it is tested through experiment that WMVFCM is more available than MVFCM for mixed feature dataset.
Keywords:FCM  symbolic data  FSCM  MVFCM
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号