作者：刘杰模糊c均值算法改进信息熵模糊划分系数平均模糊熵
摘要：针对模糊C均值（FCM）算法的缺陷,提出了一种改进的FCM算法。将物理学中的信息熵概念引入聚类分析中,用熵值法度量样本的各种属性对分类不同程度的影响,并用模糊划分系数FC（μ）和平均模糊熵HC（μ）对改进后的算法性能进行了评价。仿真实验结果表明,改进后算法的FC（μ）和HC（μ）分别为0.919和-0.096,改进后的FCM算法在实际的聚类分析中能取得更好的分类效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《陕西理工大学学报·自然科学版》（CN：61-1510/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《陕西理工大学学报·自然科学版》主要刊登数学、物理学、化学、生物学、机械设计制造及其自动化、金属材料成型及控制、计算机技术、电子信息、应用电子技术、电气自动化、工业与民用建筑、工程管理等方面的学术论文。
杂志详情
