文献类型：期刊文章

作　　者：于剑[1]

机构地区：[1]北方交通大学计算机与信息技术学院,北京100044

出　　处：《计算机学报》

基　　金：教育部科学技术重点项目 (0 2 0 3 1);北方交通大学校基金资助

年　　份：2003

卷　　号：26

期　　号：8

起止页码：968-973

语　　种：中文

收录情况：BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2003507781408)、IC、INSPEC、JST、MR、RCCSE、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 .模糊指标m的选取对FCM的性能有重要影响 .但使用模糊C均值算法时 ,理论上如何选取模糊指标m一直是一个问题 .该文指出当一个数据被聚集成c个子类时 ,每个子类一般情形下应有不同的类中心 .据此作者通过研究FCM算法的收敛点集的性质 ,得到了FCM算法的平凡解的稳定性判据 ,由此证明了如何选取模糊指标m理论上依赖于数据本身 ,并给出了理论上选取模糊指标m的规则 .

关 键 词：模糊C均值算法 模糊指标  模糊聚类分析  收敛性 信息处理

分 类 号：TP391]