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: | 2001-05-10 |
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! |
|