| 数据挖掘中Fuzzy c-means的自适应聚类算法 |
| |
| 引用本文： | 刘小览,赵英凯,陆金桂.数据挖掘中Fuzzy c-means的自适应聚类算法[J].南京工业大学学报(自然科学版),2001,23(5):17-20. |
| |
| 作者姓名： | 刘小览 赵英凯 陆金桂 |
| |
| 作者单位： | 南京化工大学信息科学与工程学院 |
| |
| 基金项目： | 教育部优秀青年教师资助计划、江苏省教育厅自然科学基金资助. |
| |
| 摘 要： | 聚类算法是数据挖掘算法中的重要解决方法.针对现有聚类算法模糊c均值算法FCM中的不足,如需要预先确定聚类参数c,随机性较强、局部最优等弱点,对其算法结构加以改进,提出模糊c均值自适应算法(FCMA),增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目,这种方法可以避免在确定参数时的随机性和经验性,提高聚类算法的可靠程度.
|
| 关 键 词： | 数据挖掘 FCMA 聚类数 自适应算法 |
| 文章编号： | 1007-7537(2001)05-0017-04 |
| 修稿时间： | 2001年5月10日 |
A self-adapti ve algorithm based on fuzzy c-means in data mining |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
