基于减法聚类和快速紧密性函数的SF-FCM
DOI:
CSTR:
作者:
作者单位:

鲁东大学

作者简介:

李洪波

通讯作者:

中图分类号:

基金项目:


SF-FCM based on fast close function and subtractive clustering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    首先结合减法聚类和模糊??-均值聚类各自的优点, 运用减法聚类自适应地确定模糊??-均值聚类(FCM) 的
    初始聚类数; 然后, 提出了改进的紧密性函数, 以此改进用于确定FCM聚类结构的有效性函数. 改进后的紧密性函数
    将对聚类结果贡献不大的数据予以剔除, 使得算法适应能力更强, 执行速度更快. 实验结果表明, 该快速紧密性函数
    是有效的, 而且计算速度更快.

    Abstract:

    Firstly, the advantages of subtractive clustering and fuzzy ??-means clustering (FCM) are combined to
    automatically determine the initial number of clusters in FCM. Then, an improved close function which is used in the
    function of validity to determine the cluster structure of FCM is proposed. The improved close function of cluster validity
    index ignores the data that have a faint impact on the result of clusters and leads to a stronger adaptability and a faster
    calculating. The experiment results show that the improved close function is effective and faster for computing.

    参考文献
    相似文献
    引证文献
引用本文

李洪波.基于减法聚类和快速紧密性函数的SF-FCM[J].控制与决策,2011,26(7):1074-1078

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-04-26
  • 最后修改日期:2010-11-05
  • 录用日期:
  • 在线发布日期: 2011-07-20
  • 出版日期:
文章二维码