ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种改进的FCM算法及仿真实验研究

刘杰陕西理工学院
陕西理工学院学报(自然科学版)2015-8-15
9阅读
引用收藏
分享

摘要

针对模糊C均值(FCM)算法的缺陷,提出了一种改进的FCM算法。将物理学中的信息熵概念引入聚类分析中,用熵值法度量样本的各种属性对分类不同程度的影响,并用模糊划分系数FC(μ)和平均模糊熵HC(μ)对改进后的算法性能进行了评价。仿真实验结果表明,改进后算法的FC(μ)和HC(μ)分别为0.919和-0.096,改进后的FCM算法在实际的聚类分析中能取得更好的分类效果。

学科与关键词

关键词
模糊C均值算法改进信息熵模糊划分系数平均模糊熵 Fuzzy C-Means algorithmimproveinformation entropyfuzzy partition coefficientaverage fuzzy entropy
相关
加载中…
  • 改进的高效模糊C均值聚类算法
    丁旭晨; 林锦贤微型机与应用, 2013, (23): 74.
  • 改进的FCM算法在医学中的应用
    徐丽佳; 唐德玉电脑知识与技术, 2012, (03): 668.
  • 一种基于属性空间相似性的模糊聚类算法
    施伟锋; 卓金宝; 兰莹电子与信息学报, 2019, (11): 2722-2728.
查看全部 →

发表信息

论文状态
公开发表
期刊
陕西理工学院学报(自然科学版)
发表日期
2015-08-15
卷期
第 04 期
页码
40-44
语言
中文
成果收录
CHINAJOURNAL
资助标注
陕西省科技厅重大科技创新专项(2011ZKC05-16);陕西省教育厅科学研究计划项目(12JK0982)

作者

  • 刘

    刘杰 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417