共查询到17条相似文献,搜索用时 46 毫秒
1.
聚类有效性函数:熵公式 总被引:10,自引:2,他引:10
依据香农信息熵理论。本文引入了一个新的划分熵公式。结合J.C.Bezdek给出的划分熵,定义了一个新的聚类有效性函数。通过四组数据对该聚类有效性函数的判决功能和鲁棒性进行了研究。 相似文献
2.
对文[1]提出的聚类有效性函数HP(u,c)作了一定的理论分析,并就文[1]使用的数据及其他数据进行了计算机模拟。模拟结果显示:HP(u,c) 作为FCM算法的聚类有效性函数是不合适的。 相似文献
3.
用于聚类有效性判定的包含度公式 总被引:14,自引:2,他引:14
对基于模糊集合定义的若干包含度公式在聚类有效性方面的性质进行讨论 ,并对分类性能进行实验 ,筛选出两个有应用价值的包含度公式。 相似文献
4.
一种基于区间数多指标信息的FCM聚类算法 总被引:2,自引:0,他引:2
针对一类具有不确定性区间数多指标信息的聚类分析问题,依据传统的基于数值信息的FCM聚类算法的思路,提出了一种新的聚类分析算法。章首先描述了具有区间数多指标信息的聚类分析问题;其次给出了基于区间数多指标信息的关于最优划分和最优聚类中心确定的两个定理;然后给出了基于区间数多指标信息的FCM聚类算法的计算步骤。该算法的特点是聚类中心的表现形式为精确的数值,给出的两个定理说明了该聚类算法的收敛性。最后,通过给出一个算例说明了本给出的聚类算法。 相似文献
5.
一种稳健的聚类方法 总被引:5,自引:0,他引:5
张媛祥 《数学的实践与认识》2003,33(8):8-10
本文讨论一种新的聚类方法 :属性均值聚类 .通过理论分析 ,属性均值聚类是比模糊均值聚类更稳健的聚类方法 .数值实验说明了该方法的有效性 相似文献
6.
7.
针对模糊C-均值聚类算法对初始化分类参数的选择比较敏感而导致分类结果差异性较大的不足,提出基于万有引力定律的分类效果好坏的评价准则。实验结果表明。本文定义的分类效果评价准则是可行的。 相似文献
8.
硬聚类和模糊聚类的结合——双层FCM快速算法 总被引:3,自引:0,他引:3
模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。 相似文献
9.
10.
提出了ε水平最优模糊覆盖的新思想,结合推广的价关系概念,通过三角模糊算子(本文简称为T算子),研究了一种 模糊聚类方法,不仅能够充分利用已有数据信息,而且解决了聚类的评价性问题。 相似文献
11.
Michael P. Windham 《Fuzzy Sets and Systems》1981,5(2):177-185
The proportion exponent is introduced as a measure of the validity of the clustering obtained for a data set using a fuzzy clustering algorithm. It is assumed that the output of an algorithm includes a fuzzy nembership function for each data point. We show how to compute the proportion of possible memberships whose maximum entry exceeds the maximum entry of a given membership function, and use these proportions to define the proportion exponent. Its use as a validity functional is illustrated with four numerical examples and its effectiveness compared to other validity functionals, namely, classification entropy and partition coefficient. 相似文献
12.
13.
14.
15.
加权模糊C-均值聚类 总被引:4,自引:0,他引:4
将经典的模糊C-均值聚类中的欧氏距离推广到广义欧氏距离,得到了加权模糊C-均值聚类的迭代公式,实证分析表明加权模糊C-均值聚类的结果与主成分分析的排序基本一致,特别适用于大样本的聚类与排序。 相似文献
16.