語義減法聚類研究
大?。?/span>0.55 MB 人氣： 2017-11-25 需要積分：1
標簽：聚類(14184)
針對傳統(tǒng)減法聚類算法需要人工輸入參數(shù)π1和π2的不足，對算法進行改進。引入AFS理論，通過隸屬度矩陣自動確定密度半徑π1、半自動確定權重參數(shù)π2。提出了改進的語義減法聚類算法SDSCM，并在Iris和Wine數(shù)據(jù)集上將其與FCM、KMEANS算法進行比較實驗。實驗結果表明，SDSCM在評價指標語義強度期望上高于FCM、KMEANS l%～5%。SDSCM的SPT指標低于FCM、KMEANS，算法的類間分離度有待提高。SDSCM較好地解決了傳統(tǒng)減法聚類人工輸入?yún)?shù)π1和π2帶來的弊端，并給出了更貼近用戶給定語義的聚類。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%