全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

数据挖掘中fuzzyc-means的自适应聚类算法

DOI: 10.3969/j.issn.1671-7627.2001.05.005, PP. 17-20

Keywords: 数据挖掘,fcma,聚类数,自适应算法

Full-Text   Cite this paper   Add to My Lib

Abstract:

聚类算法是数据挖掘算法中的重要解决方法.针对现有聚类算法模糊c均值算法fcm中的不足,如需要预先确定聚类参数c,随机性较强、局部最优等弱点,对其算法结构加以改进,提出模糊c均值自适应算法(fcma),增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目,这种方法可以避免在确定参数时的随机性和经验性,提高聚类算法的可靠程度.

References

[1]  kamelsmohamed.newalgorithmsforsolvingthefuzzyc-meansclusteringproblem[j].patternrecognition,1994.421-428.
[2]  bezdekjc.patternrecognitionwithfuzzyobjectivefunctionalgorithms[m].newyork:plenumpress,1981.
[3]  takagit,sugenom.fuzzyidentificationofsystemsanditsapplicationstomodelingandcontrol[j].ieeetransactionsonsystemsmanandcybernetics,1985(1):116-132.
[4]  xiexl,benig.avaliditymeasureforfuzzyclustering[j].ieeetransactionsonpatternanalysisandmachineintelligence,1991(8):841-847.
[5]  郑之开,张广凡,邵惠鹤.数据采掘与知识发现:回顾和展望[j].信息与控制,1999(5):357-365.doi:10.3969/j.issn.1002-0411.1999.05.007.
[6]  姚宏伟,梅晓榕.模糊聚类分析在模糊神经网络结构优化中的应用[j].高技术通讯,2000,(10):64-66.doi:10.3321/j.issn:1002-0470.2000.10.016.
[7]  力明,吴小俊,王士同.基于多阶段的模糊c均值算法的模糊聚类分析研究[j].南京师范大学学报,1999(4):19-22.
[8]  姚宏伟,梅晓榕.多变量系统模糊动态模型的辨识[j].系统工程与电子技术,2000(7):57-60.doi:10.3321/j.issn:1001-506x.2000.07.018.
[9]  刘宜平,沈毅,刘志言.一种fcm聚类算法的改进与优化[j].系统工程与电子技术,2000(4):1-3.doi:10.3321/j.issn:1001-506x.2000.04.001.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133