计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
4期
991-993
,共3页
模糊C均值%支持向量机%增强聚类%完全二叉树%量化指标评价
模糊C均值%支持嚮量機%增彊聚類%完全二扠樹%量化指標評價
모호C균치%지지향량궤%증강취류%완전이차수%양화지표평개
针对传统重复聚类算法精度不高、消耗资源较大的缺点,提出了一种模糊C均值(FCM)与支持向量机(SVM)相结合的增强聚类算法.该算法思路是先将实例数据集利用FCM粗分为C类,然后使用SVM再对每一类进行细化分类,实现中提出了基于完全二叉树的决策级联式SVM模型,以便达到增强聚类的目的.针对使用FCM迭代聚类的过程中有可能会出现新的特征使原有的聚类失去平衡性的问题,提出了使用划分的思想对数据集进行预处理来消除这种不利影响.利用鸢尾属植物真实数据集对相关算法进行实验对比分析,结果表明该算法能够克服精度低的缺点,并节约了系统资源,可以提高聚类的质量.
針對傳統重複聚類算法精度不高、消耗資源較大的缺點,提齣瞭一種模糊C均值(FCM)與支持嚮量機(SVM)相結閤的增彊聚類算法.該算法思路是先將實例數據集利用FCM粗分為C類,然後使用SVM再對每一類進行細化分類,實現中提齣瞭基于完全二扠樹的決策級聯式SVM模型,以便達到增彊聚類的目的.針對使用FCM迭代聚類的過程中有可能會齣現新的特徵使原有的聚類失去平衡性的問題,提齣瞭使用劃分的思想對數據集進行預處理來消除這種不利影響.利用鳶尾屬植物真實數據集對相關算法進行實驗對比分析,結果錶明該算法能夠剋服精度低的缺點,併節約瞭繫統資源,可以提高聚類的質量.
침대전통중복취류산법정도불고、소모자원교대적결점,제출료일충모호C균치(FCM)여지지향량궤(SVM)상결합적증강취류산법.해산법사로시선장실례수거집이용FCM조분위C류,연후사용SVM재대매일류진행세화분류,실현중제출료기우완전이차수적결책급련식SVM모형,이편체도증강취류적목적.침대사용FCM질대취류적과정중유가능회출현신적특정사원유적취류실거평형성적문제,제출료사용화분적사상대수거집진행예처리래소제저충불리영향.이용연미속식물진실수거집대상관산법진행실험대비분석,결과표명해산법능구극복정도저적결점,병절약료계통자원,가이제고취류적질량.
