文献类型：期刊文章

作　　者：于剑[1] 程乾生[2]

机构地区：[1]北方交通大学计算机学院,北京100044 [2]北京大学数学科学院信息科学系,北京100871

出　　处：《电子学报》

基　　金：教育部科学技术研究重点项目 (No 0 2 0 31 ) ;北方交通大学校基金

年　　份：2003

卷　　号：31

期　　号：3

起止页码：478-480

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：模糊c均值算法 (FCM)是经常使用的聚类算法之一 .使用模糊c均值算法时 ,如何选取模糊指标m一直是一个悬而未决的问题 .部分文献根据实验结果建议最佳的权重指数可能位于区间 [1.5 ,2 .5 ],但大多数研究者使用m =2 .本文阐述了FCM算法有效性与聚类有效性之间的理论联系 ,指出如果某个权重指数使得FCM算法作为聚类算法不能有效工作 ,则其不能作为最佳的权重指数 .据此 ,我们进行了数据实验 ,数据实验结果说明了权重指数的最佳取值未必位于区间 [1.5 ,2 .5 ].

关 键 词：权重指数  聚类有效性 FCM算法 划分熵  聚类算法

分 类 号：O241]