| 基于隶属度改进的模糊K-均值算法 |
| |
| 引用本文： | 叶萍.基于隶属度改进的模糊K-均值算法[J].长春工程学院学报(自然科学版),2007,8(1):82-84. |
| |
| 作者姓名： | 叶萍 |
| |
| 作者单位： | 中南林业科技大学,理学院,湖南,长沙,410004 |
| |
| 摘 要： | 通过对模糊聚类K-均值算法进行分析,针对隶属度归一可能引起结果偏差,对隶属度进行了改进,并进行了实验比较,验证了改进的有效性.
|
| 关 键 词： | 模糊 聚类 K-均值算法 挖掘 隶属度 改进的模糊 均值算法 improvement membership function based algorithms 有效性 验证 实验比较 结果偏差 分析 模糊聚类 |
| 文章编号： | 1009-8984(2007)01-0082-02 |
| 修稿时间： | 2006年12月20日 |
Fuzzy K-means algorithms based on membership function improvement |
| |
| YE Ping.Fuzzy K-means algorithms based on membership function improvement[J].Journal of Changchun Institute of Technology(Natural Science Edition),2007,8(1):82-84. |
| |
| Authors: | YE Ping |
| |
| Abstract: | In this paper,we analyze the fuzzy k-means algorithms,aim for deflec tion coming for membership function comes from single theory,so the concept of membership function is approved Through experiments the algorithms are better in results. |
| |
| Keywords: | Fuzzy Cluster K-means algorithms Mining |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
