模糊聚類有效性指標(biāo)研究.pdf

1、聚類分析是數(shù)據(jù)挖掘研究中的一個分支，模糊聚類是聚類分析的一個重要研究領(lǐng)域，經(jīng)過眾多研究人員的努力，目前已取得了豐碩的成果，其中的模糊C-均值(FCM)聚類算法因其良好的性能而被廣泛應(yīng)用于多個研究領(lǐng)域。
　　 聚類分析是一個無監(jiān)督的學(xué)習(xí)過程，事先對數(shù)據(jù)集的結(jié)構(gòu)一無所知，因此，在聚類分析中，對于最終得到的聚類結(jié)果，需要進(jìn)行聚類有效性驗(yàn)證和質(zhì)量評價，這一問題被稱為聚類有效性問題。解決這一問題的一個有效方法是構(gòu)造聚類有效性函數(shù)，通過有效

2、性函數(shù)來對聚類結(jié)果進(jìn)行定量的分析。本文針對聚類有效性問題展開研究，提出了一個新的適用于模糊聚類的有效性指標(biāo)。
　　 主要工作如下：
　　 (1)概述了數(shù)據(jù)挖掘及模糊聚類的現(xiàn)狀及存在問題。
　　 (2)概述了模糊理論的相關(guān)知識，研究了FCM算法的原理及改進(jìn)方法。
　　 (3)對聚類有效性問題進(jìn)行了深入地研究，對現(xiàn)有的聚類有效性指標(biāo)進(jìn)行了深入的分析。
　　 (4)提出了一個新的模糊聚類有效性指標(biāo)并通過