《量化投資:以MATLAB為工具》

MATLAB技術論壇

 找回密碼
 注冊賬號
查看: 38659|回復: 252
打印 上一主題 下一主題
收起左側

[智能] FCM算法中參數的優選方法及實例應用

    [復制鏈接]
跳轉到指定樓層
樓主
發表于 2010-8-27 23:54:07 | 只看該作者 |只看大圖 回帖獎勵 |倒序瀏覽 |閱讀模式
FCM算法中參數的優選方法及實例應用
【A New Validity Function for Fuzzy Clustering】

以前在 cinc 2009 發表過的一篇文章,可以自適應的給出FCM的最佳聚類數(經典的FCM算法需要預先給定聚類數目才可以)。


======================================
A New Validity Function for Fuzzy Clustering
Wuhan, China June 06-June 07
Yang Li
Fusheng Yu

DOI Bookmark: http://doi.ieeecomputersociety.org/10.1109/CINC.2009.100
ABSTRACT

This paper first gives a new validity function for fuzzy clustering, then presents a method of the optimal selecting of the cluster number in the standard fuzzy c-means clustering algorithm, and finally outlines the fuzzy c-means clustering algorithm with parameters self-adapted. Experimental results carried on synthetic data set and data set based on actual background illustrate the performance of the new validity function and the corresponding fuzzy clustering algorithm.


ADDITIONAL INFORMATION

Index Terms: Fuzzy C-Means; fuzzy clustering analysis; cluster number; clustering validity function

Citation: Yang Li, Fusheng Yu, "A New Validity Function for Fuzzy Clustering," cinc, vol. 1, pp.462-465, 2009 International Conference on Computational Intelligence and Natural Computing, 2009

==========================================================

【以前我寫過的一篇論文,有關FCM的,雖然MATLAB中有模糊工具箱但那里面給出的FCM算法必須事先給出聚類數,我這里給出的算法具有自適應性無需人為給出聚類數,可自行給出最佳聚類數,希望能為相關方面的朋友提供幫助。】

摘要:本文在原始的fcm算法基礎上,對算法中的聚類數c和加權指數m給出優選方法,進而而出了fcm參數優選自適應算法,通過人造數據與具有實際背景的數據驗證可以看出該算法是有效的,該算法不但可以自適應的給出最佳的聚類數,而且可以驗證聚類的有效性,達到最佳聚類的目的。

關鍵字:FCM,聚類分析,聚類數,加權指數,自適應

Abstract:This paper gives a method of the optimal choice for fuzzy weighting exponent m and the numbers c. Then the Fuzzy c-Means clustering algorithm with parameters self-adepted is presented in this paper. At last expermental results with artificial data and data based on actual background illustrates the effectiveness of the algorithm.

Keywords:FCM(Fuzzy C-Means algorithm),fuzzy clustering analysis,cluster number,fuzzy weighting exponent,self-adepting

==============================================
內容目錄

第一章 引論及FCM算法介紹        - 4 -
1.1 簡介聚類分析        - 4 -
1.2 FCM算法介紹        - 4 -
1.2.1 普通(硬)-C均值聚類算法        - 4 -
1.2.2 模糊(軟)-C均值聚類算法        - 5 -
1.3 聚類數c的研究        - 7 -
1.4 加權指數m的研究及m對FCM算法的影響        - 8 -
第二章 FCM參數的優選自適應方法        - 9 -
2.1 引言        - 9 -
2.2 聚類數c的自適應方法        - 10 -
2.3 加權指數m的優選方法        - 12 -
2.3.1   劃分模糊度        - 12 -
2.3.2  FCM中參數m的優選        - 14 -
第三章 FCM參數自適應算法的實例應用        - 15 -
附錄        - 19 -
參考文獻        - 24 -



文章下載地址:
FCM算法中參數的優選方法及實例應用.rar (396.35 KB, 下載次數: 1032)

評分

參與人數 2威望 +2 收起 理由
kfzcj + 1 fcm在matlab中屬于那一塊
matsuper + 1 謝謝分享

查看全部評分

推薦
發表于 2017-12-16 15:44:15 | 只看該作者
正在學習聚類分析,樓主的文章應該對我有啟發
回復 支持 反對

使用道具 舉報

推薦
發表于 2016-10-5 16:04:30 | 只看該作者
正在學習聚類分析,樓主的文章應該對我有啟發
回復 支持 反對

使用道具 舉報

推薦
發表于 2016-9-29 14:31:22 | 只看該作者
雖然看不懂,還是下載學習一下,希望能有長進
回復 支持 反對

使用道具 舉報

沙發
發表于 2010-10-3 00:03:04 | 只看該作者
這歌我收了!謝謝樓主!
MATLAB技術論壇 不走平凡路
板凳
發表于 2010-10-24 11:06:08 | 只看該作者
樓主,你也關注FCM?我也是,正在用它做個論文,
用最簡單的FCM分類,就是輸入一個原始矩陣,需要得到分類后的隸屬度矩陣,
但結果總不正確,我寫的與語句是:
x=[];
[E,U,f]=fcm(x,c)
請問這樣調用FCM函數的格式對嗎?
期望指教
地板
發表于 2010-10-24 11:07:07 | 只看該作者
我就只是想直接調用,給定的X和C,
5
 樓主| 發表于 2010-10-25 00:33:42 | 只看該作者
lianjianxin 發表于 2010-10-24 11:06
樓主,你也關注FCM?我也是,正在用它做個論文,
用最簡單的FCM分類,就是輸入一個原始矩陣,需要得到分類 ...

關于FCM的用法。可以參看

MATLAB自帶的FCM算法整合整理+代碼注釋詳解整理+KFCM與FCM的測試比較

http://www.93592189.buzz/thread-9389-1-1.html
6
 樓主| 發表于 2010-10-25 00:34:35 | 只看該作者
回復 lianjianxin 的帖子

可以用論壇的搜索功能來找到所需問題的答案~O(∩_∩)O~ 
7
發表于 2010-11-4 23:50:48 | 只看該作者
可以用論壇的搜索功能來找到所需問題的答案樓主太厲害了!樓主,I服U!
我是不是太肉麻了!MATLAB技術論壇我來了!
8
發表于 2011-1-12 10:53:46 | 只看該作者
我感覺自己要完成論文就得跟著樓主的帖子跑。。
9
 樓主| 發表于 2011-1-12 21:35:06 | 只看該作者
回復 脆果 的帖子

嘿嘿~
10
發表于 2011-2-23 09:05:56 | 只看該作者
這個一定要頂一下。。。
您需要登錄后才可以回帖 登錄 | 注冊賬號

本版積分規則

QQ|網站地圖|MATLAB技術論壇|Simulink仿真論壇 ( 蜀ICP備19014457號 

GMT+8, 2020-10-20 22:42 , Processed in 0.060693 second(s), 18 queries , Gzip On, MemCached On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回復 返回頂部 返回列表
彩票河北20选5走势图 在线证券配资公司 天津快乐十分模拟投注 体彩北京11选5第20011921 最权威的彩票网站 36选7好彩1玩法 陕西11选5遗漏一定牛 配资炒股协议 江苏十一选五预测一定牛 中国体育彩票竞彩网 云南时时彩玩法规则 股票基金排名 山东十一选五前三走势图 北京pk拾开奖走势图 黄金股票有哪些 内蒙快三20191025一期 云南快乐十分一定牛预测