首页 | 官方网站   微博 | 高级检索  
     

一种含影响力因子的自适应C均值算法
引用本文:金健,黄国兴,丁建国,胡永涛. 一种含影响力因子的自适应C均值算法[J]. 计算机科学, 2009, 36(1): 222-226
作者姓名:金健  黄国兴  丁建国  胡永涛
作者单位:华东师范大学,上海,200062;国家反计算机入侵和防病毒研究中心,上海,201204
基金项目:上海市科委项目,国家重点基础研究发展规划(973计划) 
摘    要:含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.

关 键 词:聚类  类规模  C均值  影响力因子
收稿时间:2008-04-29

Adaptive Hard C-means Algorithm with Effectiveness Factors
JIN Jian,HUANG Guo-xing,DING Jian-guo,HU Yong-tao. Adaptive Hard C-means Algorithm with Effectiveness Factors[J]. Computer Science, 2009, 36(1): 222-226
Authors:JIN Jian  HUANG Guo-xing  DING Jian-guo  HU Yong-tao
Affiliation:East China Normal University;Shanghai 200062;China;National Research Center of Anti-Computer-Intrusion and Anti-Computer-Virus;Shanghai 201204;China
Abstract:The hard c-means clustering algorithm with effectiveness factors (HCMef) will result in disappearance of some cluster population,when the number of clusters is larger than two and the index of the effectiveness factors is inappropriately valued.The index of effectiveness factors is taken values near zero in exhaustive manner and advantages of the cluster disappearance in few epochs are taken to reduce the amount of computation.Proposed an adaptive hard c-means algorithm with effectiveness factors,and introd...
Keywords:Clustering  Cluster population  C-means  Effectiveness factor  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》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