一种含影响力因子的自适应C均值算法

计算机科学 ›› 2009, Vol. 36 ›› Issue (1): 222-226.

一种含影响力因子的自适应C均值算法

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受上海市科委项目（065115023）和国家重点基础研究发展规划（973）项目（2002CB312001）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

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

关键词: 聚类类规模 C均值影响力因子

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 in appropriately valued. The ind

Key words: Clustering,Cluster population,C-means, Effectiveness factor

. 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. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed