共 1 条
关于FCM算法中的权重指数m的一点注记
被引：23
作者：
于剑
程乾生
机构：
[1] 北方交通大学计算机学院,北京大学数学科学院信息科学系北京,北京
来源：
关键词：
权重指数;
聚类有效性;
FCM算法;
划分熵;
D O I：
暂无
中图分类号：
TP301.6 [算法理论];
学科分类号：
081202 ;
摘要：
模糊c均值算法 (FCM)是经常使用的聚类算法之一 .使用模糊c均值算法时 ,如何选取模糊指标m一直是一个悬而未决的问题 .部分文献根据实验结果建议最佳的权重指数可能位于区间 [1.5 ,2 .5 ],但大多数研究者使用m =2 .本文阐述了FCM算法有效性与聚类有效性之间的理论联系 ,指出如果某个权重指数使得FCM算法作为聚类算法不能有效工作 ,则其不能作为最佳的权重指数 .据此 ,我们进行了数据实验 ,数据实验结果说明了权重指数的最佳取值未必位于区间 [1.5 ,2 .5 ].
引用
收藏
页码：478 / 480
页数：3
相关论文