计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
20期
144-146,164
,共4页
模糊C均值算法%主成分分析%Relief算法%模糊划分系数%平均模糊熵
模糊C均值算法%主成分分析%Relief算法%模糊劃分繫數%平均模糊熵
모호C균치산법%주성분분석%Relief산법%모호화분계수%평균모호적
针对FCM原型算法的不足,提出一种新的改进方法,并进行仿真实验研究.利用主成分分析方法时原始数据集的指标进行筛选,应用Relief算法对入选指标计算权重.在此基础上,对FCM算法进行了改进.应用模糊划分系数Fc(R)和平均模糊熵Hc(R)这两个指标对算法的性能进行了评价.仿真实验结果表明,改进后的FCM算法对样本集数据的分类符合率达到了91.5%,其模糊划分系数Fc(R)和平均模糊熵Hc(R)分别为0.924和-0.062.改进后的FCM算法分类性能优于FCM原型算法,在应用中可以取得更好的效果.
針對FCM原型算法的不足,提齣一種新的改進方法,併進行倣真實驗研究.利用主成分分析方法時原始數據集的指標進行篩選,應用Relief算法對入選指標計算權重.在此基礎上,對FCM算法進行瞭改進.應用模糊劃分繫數Fc(R)和平均模糊熵Hc(R)這兩箇指標對算法的性能進行瞭評價.倣真實驗結果錶明,改進後的FCM算法對樣本集數據的分類符閤率達到瞭91.5%,其模糊劃分繫數Fc(R)和平均模糊熵Hc(R)分彆為0.924和-0.062.改進後的FCM算法分類性能優于FCM原型算法,在應用中可以取得更好的效果.
침대FCM원형산법적불족,제출일충신적개진방법,병진행방진실험연구.이용주성분분석방법시원시수거집적지표진행사선,응용Relief산법대입선지표계산권중.재차기출상,대FCM산법진행료개진.응용모호화분계수Fc(R)화평균모호적Hc(R)저량개지표대산법적성능진행료평개.방진실험결과표명,개진후적FCM산법대양본집수거적분류부합솔체도료91.5%,기모호화분계수Fc(R)화평균모호적Hc(R)분별위0.924화-0.062.개진후적FCM산법분류성능우우FCM원형산법,재응용중가이취득경호적효과.
