首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于模糊聚类算法的有效性指标
引用本文:白素琴,吴小俊.基于模糊聚类算法的有效性指标[J].江南大学学报(自然科学版),2007,6(6):878-882.
作者姓名:白素琴  吴小俊
作者单位:1. 江苏科技大学,电子信息学院,江苏,镇江,212003
2. 江南大学,信息工程学院,江苏,无锡,214122
摘    要:基于硬聚类算法的几种有效性指标,即Hubert统计量、Davies-Bouldin指标、Dunn's指标以及Dunn's指标的推广,提出了相应的适用于模糊聚类算法的有效性指标.实验证明,这些改进的有效性函数对模糊C-均值算法而言同样有效.

关 键 词:聚类有效性  模糊c均值  Hubert统计量  Davies-Bouldin指标  Dunn's指标
文章编号:1671-7147(2007)06-0878-05
修稿时间:2007年6月18日

Study on Some Validity Measures for Fuzzy Clustering
BAI Su-qin,WU Xiao-jun.Study on Some Validity Measures for Fuzzy Clustering[J].Journal of Southern Yangtze University:Natural Science Edition,2007,6(6):878-882.
Authors:BAI Su-qin  WU Xiao-jun
Institution:BAI Su-qin1,WU Xiao-jun2
Abstract:The paper presents some fuzzy validity criteria based on well-known hard clustering validation methods: Hubert statistic,Davies-Bouldin index,Dunn's index,and several generalizations of an index due to Dunn.The numerical experiments show that these modified validity functions are efficient for fuzzy clustering.
Keywords:cluster validity  fuzzy c-means  hubert statisties  avies-bouldin index  dunn's index
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号