导读:本文包含了聚类有效性函数论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊C均值聚类,模糊划分的模糊熵,聚类有效性,聚类分析
聚类有效性函数论文文献综述
卿铭,孙晓梅[1]（2015）在《一种新的聚类有效性函数:模糊划分的模糊熵》一文中研究指出模糊聚类分析结果是否合理的问题属于模糊聚类有效性判定课题,其核心是模糊聚类有效性函数的构造。文中基于序关系定义了模糊划分模糊熵来描述模糊划分的模糊程度。考虑到现有的一类有效的模糊聚类有效性函数就是基于数据集的模糊划分的,因此文中也用模糊划分的模糊熵作为聚类有效性函数。实验表明,模糊划分的模糊熵作为模糊聚类的有效性函数是合理的、可行的。(本文来源于《智能系统学报》期刊2015年01期）
张宇献,刘通,董晓,李松[2]（2014）在《基于改进划分系数的模糊聚类有效性函数》一文中研究指出针对典型模糊聚类算法难以准确获取最佳聚类数的问题,提出了一种基于改进划分系数的模糊聚类有效性函数.在划分系数方法基础上,将类与类之间的分离性和类内的紧致性相结合,引入指数函数有效抑制噪声和孤立点数据对聚类有效性的影响.仿真实验将所提及的聚类有效性函数应用于模糊C均值聚类中,分别对两组自定义数据集和IRIS数据集进行了有效性验证,实验结果表明,本文提出的模糊聚类有效性函数能够准确划分最佳聚类数.(本文来源于《沈阳工业大学学报》期刊2014年04期）
刘通,张宇献[3]（2013）在《基于加权平均数的模糊聚类有效性函数》一文中研究指出聚类有效性函数是用于评价聚类结果优劣的指标,准确地给出初始聚类类别数将使得聚类结果趋于合理化。该函数基于数据集的紧密度与分离度特征,综合考虑了数据成员的隶属度及数据集的几何结构。实验结果表明该有效性函数能够发现最优的聚类类别数,对于分类结构较为明确的数据集表现出良好的性能,并且对于权重系数具有良好的鲁棒性。本文提了一个新的函数的有效性,就是改变有模糊聚类的目标函数,以加权平均数的方法,对函数进行改进,从而获得最优解。(本文来源于《第十届沈阳科学学术年会论文集（信息科学与工程技术分册）》期刊2013-09-01）
翟丽丽,张雪,彭定洪,李艳来[4]（2014）在《基于噪点抑制的聚类有效性评价函数构建》一文中研究指出针对传统聚类有效性评价函数中没有利用到数据集结构信息和噪点删除过量等问题,提出一种新的聚类有效性评价函数。该函数由紧密性度量与分离性度量组成,在紧密性度量中加入距离函数表示数据集几何结构,避免单一理论给评价带来的不全面性;在分离性度量中,设定距离临界值L,与原有的隶属度临界值T两者之间的相互约束,减少删除噪点的数量,避免因数据信息丢失对评价结果造成的不准确性。最后,将新构建的评价函数与原函数进行对比实验,结果表明该方法具有更好的适用性。(本文来源于《计算机应用研究》期刊2014年01期）
童波,鲁洁[5]（2010）在《一种基于FCM方法的聚类有效性函数》一文中研究指出在模糊聚类方法的基础上对最佳聚类数进行了研究,并针对Gap统计方法的不足加以改进,提出一种基于FCM方法的聚类有效性函数。(本文来源于《科技信息》期刊2010年14期）
彭勇,吴友情[6]（2010）在《一种新的聚类有效性函数》一文中研究指出聚类有效性函数是用于评价聚类结果优劣的指标,准确地给出初始聚类类别数将使得聚类结果趋于合理化。根据模糊不确定性理论及聚类问题的基本特性,引入了新的紧密度度量指标Di(U;c),在此基础上提出了一个旨在寻求最优聚类类别数的有效性函数。该函数基于数据集的紧密度与分离度特征,综合考虑了数据成员的隶属度及数据集的几何结构。实验结果表明该有效性函数能够发现最优的聚类类别数,对于分类结构较为明确的数据集表现出良好的性能,并且对于权重系数具有良好的鲁棒性。(本文来源于《计算机工程与应用》期刊2010年06期）
贲圣兰,苏光大[7]（2010）在《基于错误度量的模糊聚类有效性函数》一文中研究指出聚类的错误主要表现为两种形式:将原属不同类的数据分到同一个聚类和将原属同一类的数据分到不同聚类.文中提出类内不一致性和类间重迭度两个指标分别度量聚类中出现这两类错误的程度.一个好的模糊分割中包含的聚类错误应尽可能少.同时,聚类紧致度应尽可能大.基于这两个错误度量指标和紧致性度量,提出一种有效性函数来判断模糊聚类的有效性.实验结果表明,提出的有效性函数能有效判断最佳聚类数并且有较好的鲁棒性.(本文来源于《模式识别与人工智能》期刊2010年01期）
欧卫华[8]（2009）在《基于重迭度增量的模糊聚类有效性函数》一文中研究指出提出用重迭度来刻画模糊类间的距离,在此基础上针对模糊划分总重迭度有随类数增加而单调递增的趋势,提出基于重迭度增量的聚类有效性函数。该算法由重迭度增量最大值来确定最佳聚类数,不但克服了传统有效性函数的单调问题,而且计算简单。基于模糊C-均值聚类算法(FCM),应用多组测试数据对其进行性能分析,并与当前广泛应用且具代表性的有效性函数进行深入比较。仿真结果表明,该函数的有效性和优越性。(本文来源于《计算技术与自动化》期刊2009年04期）
李晓雯,毛政元,李建微[9]（2008）在《一种基于几何概率的聚类有效性函数》一文中研究指出聚类有效性是聚类分析中尚未解决的基本问题,最佳聚类数的确定是聚类有效性问题中的主要研究内容。以几何概率为理论依据,针对2维数据集提出了一种新的聚类有效性函数,用于确定最佳聚类数。该函数利用2维数据集与2维离散点集之间存在的对应关系,以2维离散点集在特征空间中的分布特征为依据,测度对应数据集的聚类结构,思路直观、容易理解。测度过程中,将点集中的点两两相连生成一个线段集合保存点集的结构信息,通过比较线段集合中线段方向取值与完全随机条件下线段方向取值的相对大小,构造聚类有效性函数。实验结果表明,针对给定的样本数据集,生成该函数的曲线,再根据曲线的形态能够有效地确定2维数据集的最佳聚类数,指导聚类算法设计。(本文来源于《中国图象图形学报》期刊2008年12期）
孙秀娟,刘希玉[10]（2008）在《基于新聚类有效性函数的改进K-means算法》一文中研究指出在K-means算法中,聚类数k是影响聚类质量的关键因素之一。目前,已经提出了许多确定最佳k值的聚类有效性方法,但这些方法都不能很好地处理两种数据集:类(簇)密度不同的数据集和类间距比较小的数据集(含有合并簇的数据集)。为此,提出了一种新的聚类有效性函数,该函数定义为数据特征轴总长度的平方与最小类间距的比值,最佳聚类数为这个比值达到最小时对应的k值。同时,为减小K-means算法对噪声和孤立点数据的敏感性,使用了基于加权的改进K-平均的方法计算类中心。实验证明,与其他算法相比,基于新聚类有效性函数的K-wmeans算法不仅降低了噪声和孤立点数据对聚类结果的影响,而且能有效地处理上面提到的两种数据集,明显提高了数据聚类质量。(本文来源于《计算机应用》期刊2008年12期）
聚类有效性函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对典型模糊聚类算法难以准确获取最佳聚类数的问题,提出了一种基于改进划分系数的模糊聚类有效性函数.在划分系数方法基础上,将类与类之间的分离性和类内的紧致性相结合,引入指数函数有效抑制噪声和孤立点数据对聚类有效性的影响.仿真实验将所提及的聚类有效性函数应用于模糊C均值聚类中,分别对两组自定义数据集和IRIS数据集进行了有效性验证,实验结果表明,本文提出的模糊聚类有效性函数能够准确划分最佳聚类数.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
聚类有效性函数论文参考文献
[1].卿铭,孙晓梅.一种新的聚类有效性函数:模糊划分的模糊熵[J].智能系统学报.2015
[2].张宇献,刘通,董晓,李松.基于改进划分系数的模糊聚类有效性函数[J].沈阳工业大学学报.2014
[3].刘通,张宇献.基于加权平均数的模糊聚类有效性函数[C].第十届沈阳科学学术年会论文集（信息科学与工程技术分册）.2013
[4].翟丽丽,张雪,彭定洪,李艳来.基于噪点抑制的聚类有效性评价函数构建[J].计算机应用研究.2014
[5].童波,鲁洁.一种基于FCM方法的聚类有效性函数[J].科技信息.2010
[6].彭勇,吴友情.一种新的聚类有效性函数[J].计算机工程与应用.2010
[7].贲圣兰,苏光大.基于错误度量的模糊聚类有效性函数[J].模式识别与人工智能.2010
[8].欧卫华.基于重迭度增量的模糊聚类有效性函数[J].计算技术与自动化.2009
[9].李晓雯,毛政元,李建微.一种基于几何概率的聚类有效性函数[J].中国图象图形学报.2008
[10].孙秀娟,刘希玉.基于新聚类有效性函数的改进K-means算法[J].计算机应用.2008