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(gè)分支，模糊聚類是聚類分析的一個(gè)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(gè)研究領(lǐng)域。
　　 聚類分析是一個(gè)無(wú)監(jiān)督的學(xué)習(xí)過程，事先對(duì)數(shù)據(jù)集的結(jié)構(gòu)一無(wú)所知，因此，在聚類分析中，對(duì)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(píng)價(jià)，這一問題被稱為聚類有效性問題。解決這一問題的一個(gè)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(lái)對(duì)聚類結(jié)果進(jìn)行定量的分析。本文針對(duì)聚類有效性問題展開研究，提出了一個(gè)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(shí)，研究了FCM算法的原理及改進(jìn)方法。
　　 (3)對(duì)聚類有效性問題進(jìn)行了深入地研究，對(duì)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(gè)新的模糊聚類有效性指標(biāo)并通過