计算机科学 ›› 2007, Vol. 34 ›› Issue (2): 207-210.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 针对核模糊C均值聚类(Kemelized Fuzzy C-Means,KFCM)算法的有效性评价,以核非线性映射为工具,将原空间中的六个著名有效性指标推广到高维特征空间,得到其对应的核化形式,并通过数值比较实验考察这些核化指标的性能及其对高斯核宽度β和模糊指数m的敏感特性。结果表明,在所考察的指标中,著名的Xie-Beni指标VXB及其改进指标VK的核化版本具有最好的性能和可靠性,可优先作为KFCM聚类算法的有效性准则。
关键词: 核聚类 核模糊C均值 聚类有效性 最佳聚类数
Abstract: For the sake of evaluating the quality of cluster results obtained by the KFCM (kernelized fuzzy c-means) algorithm, six noted validity indices for standard FCM are generalized into high-dimensional feature space for the purpose of acquiring their corresp
Key words: Kernel clustering, Fuzzy c-means, Cluster validity, Optimal number of clusters
. 核模糊C均值算法的聚类有效性研究[J]. 计算机科学, 2007, 34(2): 207-210. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I2/207
Cited