计算机应用研究

北大核心,JST,Pж(AJ),CSCD扩展版,WJCI

国内刊号:51-1196/TP

国际刊号:1001-3695

计算机应用研究杂志2020年第9期:紧邻类与小类数据集下的模糊聚类有效性指标

发布日期:

作者:耿嘉艺,钱雪忠,周世兵,

单位:江南大学物联网工程学院,江苏无锡214122;

关键词:模糊C-均值,聚类有效性,最佳聚类数,模糊度,

基金:国家自然科学基金资助项目(61673193);中央高校基本科研业务费专项资金资助项目(JUSRP11235);;

模糊聚类有效性指标主要是为了解决模糊C-均值算法需要事先给定最佳聚类数的缺陷,但是现有的大多数模糊聚类有效性指标一般过于依赖聚类质心,使得这类指标在含有紧邻类与大小、密度差异大的数据集上无法准确地判断最佳聚类数。为了缓解这个问题,提出了新聚类有效性指标WS。WS指标在一定程度上考虑了最大最小隶属度法则与模糊集偏差,从而全面展示了数据集的整体信息。在人工与真实数据集上,评估WS指标与现有一些指标的有效性,新指标展现出了较高的准确性。在不同的模糊度下,WS指标表现出了较好的鲁棒性。

来源:2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期

联系我们

  • 地址:四川省成都市武候区成科西路3号
  • 电话:028-85249567
  • E-mail:journal@arocmag.cn

咨询工作人员