位置:成果数据库 > 期刊 > 期刊详情页
Novel Cluster Validity Index for FCM Algorithm
  • ISSN号:1000-9000
  • 期刊名称:《计算机科学技术学报:英文版》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]Institute of Computer Science, Beijing Jiaotong University, Beijing 100044, P.R. China
  • 相关基金:Supported by the National Natural Science Foundation of China under Grant No. 60303014,
中文摘要:

怎么决定当实现一个特定的聚类算法时,簇的一个适当数字是很重要的,象 c 工具一样,模糊 c 工具(FCM ) 。在文学,大多数聚类正确性索引从分区或数据集合的几何性质被发源。在这篇论文,作者为 FCM 开发了一个新奇聚类正确性索引,基于 FCM 的 theoptimality 测试。不同于以前的聚类正确性索引,这个新奇聚类正确性索引自己在 FCM 是固有的。比较实验证明稳定性指数能为模糊 c 工具被用作聚类正确性索引。

英文摘要:

How to determine an appropriate number of clusters is very important when implementing a specific clustering algorithm, like c-means, fuzzy c-means (FCM). In the literature, most cluster validity indices are originated from partition or geometrical property of the data set. In this paper, the authors developed a novel cluster validity index for FCM, based on the optimality test of FCM. Unlike the previous cluster validity indices, this novel cluster validity index is inherent in FCM itself. Comparison experiments show that the stability index can be used as cluster validity index for the fuzzy c-means.

同期刊论文项目
期刊论文 14 会议论文 1 获奖 1 著作 1
同项目期刊论文
期刊信息
  • 《计算机科学技术学报:英文版》
  • 中国科技核心期刊
  • 主管单位:
  • 主办单位:中国科学院计算机技术研究所
  • 主编:
  • 地址:北京2704信箱
  • 邮编:100080
  • 邮箱:jcst@ict.ac.cn
  • 电话:010-62610746 64017032
  • 国际标准刊号:ISSN:1000-9000
  • 国内统一刊号:ISSN:11-2296/TP
  • 邮发代号:2-578
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:505