CAJ | 학술논문

针对模糊C均值(FCM)算法聚类数需要预先设定的问题,提出了一种新的模糊聚类有效性指标.首先,计算簇中每个属性的方差,给方差较小的属性赋予较大的权值,给方差较大的属性赋予较小的权值,得到一种基于属性加权的FCM算法;然后,根据FCM改进算法得到的隶属度矩阵计算类内紧致性和类间分离性;最后,利用类内紧致性和类间分离性定义一个新的聚类有效性指标.实验结果表明,该指标可以找到符合数据自然分布的类的数目.基于属性加权的FCM算法可以识别不同属性的重要程度,增加聚类结果的准确率,使用FCM改进算法得到的隶属度矩阵定义的有效性指标,能够发现正确的聚类个数,实现聚类无监督的学习过程.
침대모호C균치(FCM)산법취류수수요예선설정적문제,제출료일충신적모호취류유효성지표.수선,계산족중매개속성적방차,급방차교소적속성부여교대적권치,급방차교대적속성부여교소적권치,득도일충기우속성가권적FCM산법;연후,근거FCM개진산법득도적대속도구진계산류내긴치성화류간분리성;최후,이용류내긴치성화류간분리성정의일개신적취류유효성지표.실험결과표명,해지표가이조도부합수거자연분포적류적수목.기우속성가권적FCM산법가이식별불동속성적중요정도,증가취류결과적준학솔,사용FCM개진산법득도적대속도구진정의적유효성지표,능구발현정학적취류개수,실현취류무감독적학습과정.