[發(fā)明專利]一種基于二分模塊度的模糊聚類評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910205966.1
• 申請(qǐng)日: 2019-03-19
• 公開（公告）號(hào): CN110097072B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 劉永利;韓光偉;郭倩倩;陳敬麗;楊合超
• 申請(qǐng)（專利權(quán)）人: 河南理工大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于二分模塊度的模糊聚類評(píng)價(jià)方法，其特征在于：該方法包括以下步驟：

(1)將FCM算法在給定數(shù)據(jù)集上運(yùn)行，得到第i個(gè)數(shù)據(jù)點(diǎn)對(duì)第c個(gè)簇的隸屬度u_ci，i＝1,2…,N，c＝1,2…C，N為樣本個(gè)數(shù)，C為簇?cái)?shù)；

(2)計(jì)算類內(nèi)緊致性，對(duì)每個(gè)數(shù)據(jù)點(diǎn)，計(jì)算其對(duì)所有簇隸屬度的平方和u_c²_i，比較所有數(shù)據(jù)點(diǎn)的結(jié)果，得到最大值u_max；對(duì)每個(gè)數(shù)據(jù)點(diǎn)，計(jì)算所有數(shù)據(jù)點(diǎn)對(duì)所有簇隸屬度的平方和與最大值的比值；

(3)計(jì)算類間分離性，對(duì)每個(gè)數(shù)據(jù)點(diǎn)和其屬于兩個(gè)不同簇的隸屬度，設(shè)置閾值T_o排除噪聲點(diǎn)和簇邊界上的離群值；運(yùn)行FCM算法獲得模糊隸屬度矩陣，計(jì)算所有數(shù)據(jù)點(diǎn)對(duì)所有簇的分離度之和；

(4)計(jì)算二分模塊度，利用FCM算法得到的C個(gè)聚類中心和原始數(shù)據(jù)點(diǎn)構(gòu)建一個(gè)加權(quán)二分網(wǎng)絡(luò)，模糊隸屬度u_ci表示其加權(quán)邊的權(quán)值；

(5)在劃分系數(shù)PC的基礎(chǔ)上，比較N個(gè)樣本屬于各個(gè)簇的隸屬度平方之和得出其最大值u_max，再計(jì)算與u_max的比值得類內(nèi)緊致性，根據(jù)屬于不同模糊簇的隸屬度u_ci與閾值T_o的關(guān)系計(jì)算任意兩個(gè)簇之間的類間分離性，將二者與二分模塊度進(jìn)行適當(dāng)?shù)募訙p運(yùn)算，得到新指標(biāo)，且新指標(biāo)的值越大，表示聚類結(jié)果越好。

2.基于權(quán)利要求1的一種基于二分模塊度的模糊聚類評(píng)價(jià)方法，其特征在于：在步驟(2)中，類內(nèi)緊致性為u_ci表示第i個(gè)數(shù)據(jù)點(diǎn)對(duì)第c個(gè)簇的隸屬度，N和C分別代表數(shù)據(jù)點(diǎn)和聚類結(jié)果簇的個(gè)數(shù)。

3.基于權(quán)利要求1的一種基于二分模塊度的模糊聚類評(píng)價(jià)方法，其特征在于：在步驟(3)中，類間分離性為a和b分別代表兩個(gè)不同的簇，用于排除噪聲點(diǎn)和簇邊界上的離群值。

4.基于權(quán)利要求1的一種基于二分模塊度的模糊聚類評(píng)價(jià)方法，其特征在于：在步驟(4)，應(yīng)用于二分網(wǎng)絡(luò)中的二分模塊度為和分別表示兩個(gè)不同方向V^X→V^Y和V^Y→V^X上連接V_l和V_p兩種類型頂點(diǎn)的所有邊數(shù)，和分別表示和的行和。

5.基于權(quán)利要求1的一種基于二分模塊度的模糊聚類評(píng)價(jià)方法，其特征在于：在步驟(5)中，新的模糊聚類評(píng)價(jià)方法的目標(biāo)函數(shù)為：CSBM＝(C-1)^1/C×(NC-SEP+Q_B)/2。