摘要
提出一种模糊CLOPE算法,并定义了修正划分模糊度,将其作为新的聚类有效性函数来实现参数的自动优选.对真实数据测试的实验结果表明,模糊CLOPE算法以及基于修正划分模糊度的参数优选方法是非常有效的.
A fuzzy CLOPE algorithm is proposed and a method for the parameters optimal choice is presented by defining a modified partition fuzzy degree as a clustering validity function. The experimental results with real data set show the effectiveness of the proposed fuzzy CLOPE algorithm and parameter optimal choice method based on the modified partition fuzzy degree.
出处
《控制与决策》
EI
CSCD
北大核心
2004年第11期1250-1254,共5页
Control and Decision
基金
国家自然科学基金资助项目(60202004
60073053).
关键词
数据挖掘
聚类分析
聚类有效性
类属特征
参数优选
Fuzzy control
Knowledge based systems
Optimal systems
Parameter estimation
Statistical methods
