《计算机学报》文章摘要   全文下载
文章题目	基于属性权重的Fuzzy C Mean算法
作者	王丽娟1),2) 关守义3) 王晓龙1) 王熙照2)
作者单位	1)(哈尔滨工业大学计算机科学与技术学院 哈尔滨 150001) 2)(河北大学数学与计算机学院 保定 071002) 3)(河北师范大学学位办公室 石家庄 050016)
发表年份	2006
发表月份	10期(1797—1803)
文章摘要	摘要 提出CF-WFCM算法，该算法分为属性权重学习算法和聚类算法两部分.属性权重学习算法，从数据自身的相似性出发，通过梯度递减算法极小化属性评价函数CFuzziness(w)，为每个属性赋予一个权重.将属性权重应用于Fuzzy C Mean聚类算法，得到CF-WFCM算法的聚类算法.CF-WFCM算法强化重要属性在聚类过程中的作用，消减冗余属性的作用，从而改善聚类的效果.我们选取了部分UCI数据库进行实验，实验结果证明：CF-WFCM算法的聚类结果优于FCM算法的聚类结果.函数CFuzziness(w)不仅可以评价属性的重要性，而且可以评价属性评价函数的优劣.实验说明了这一问题.最后我们对CF-WFCM算法进行了讨论. 关键词 梯度递减算法;Fuzzy C Mean算法;属性权重学习算法;聚类有效性函数 两项国家自然科学基金(60435020，60473045)和河北省自然科学基金(603137)资助 Fuzzy C Mean Algorithm Based on Feature Weights