• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on computer science education >Optimization of the clusters number of an improved fuzzy C-means clustering algorithm
【24h】

Optimization of the clusters number of an improved fuzzy C-means clustering algorithm

机译：优化改进模糊C均值聚类算法的簇数

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Cluster analysis is an unsupervised most important research topics in the field of pattern recognition. Fuzzy clustering from the sample to the category of uncertainty description, it is possible to more objectively reflect the real world. Traditional fuzzy clustering algorithm can not achieve the optimal allocation of the number of clusters is calculated automatically. In this paper, by adopting the idea of hierarchical clustering, one can automatically and efficiently determine the optimal number of clusters of new adaptive fuzzy c-means clustering algorithm-A-FCM algorithm. Numerical experiments show that the other through a variety of validity function to determine the number of clusters of adaptive fuzzy clustering algorithm, the better the performance of the method.
机译：集群分析是一种无监督的模式识别领域的最重要的研究主题。从样本到不确定性描述的模糊聚类，可以更客观地反映现实世界。传统的模糊聚类算法无法实现自动计算群集数的最佳分配。在本文中，通过采用分层聚类的思想，可以自动和有效地确定新的自适应模糊C型聚类算法-A-FCM算法的最佳簇数。数值实验表明，另一个通过各种有效性函数来确定自适应模糊聚类算法的簇数，越好的方法的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号