划分矩阵指数参数值对模糊 C 均值算法性能的影响
计算机视觉与模式识别
2014-06-17 v1
摘要
软聚类在对现实世界数据进行聚类时起着非常重要的作用，其中数据项可归属于多个簇。基于模糊逻辑的算法始终适用于执行软聚类任务。模糊 C 均值（FCM）算法是一种非常流行的基于模糊逻辑的算法。在基于模糊逻辑的算法中，必须为聚类任务设定的参数（如划分矩阵的指数）对算法性能起着至关重要的作用。本文对 FCM 算法进行了实验分析，以观察该参数对算法性能的影响。
引用
@article{arxiv.1406.4007,
title = {Impact of Exponent Parameter Value for the Partition Matrix on the Performance of Fuzzy C Means Algorithm},
author = {Dibya Jyoti Bora and Anil Kumar Gupta},
journal= {arXiv preprint arXiv:1406.4007},
year = {2014}
}
备注
5 pages,8 figures, 2 tables, Soft clustering, Fuzzy C Means. IJSRCSAMS, Volume 3, Issue 3, May 2014