English  |  正體中文  |  简体中文  |  Items with full text/Total items : 26988/38789
Visitors : 2351275      Online Users : 28
RC Version 4.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Adv. Search
LoginUploadHelpAboutAdminister

Please use this identifier to cite or link to this item: http://ntour.ntou.edu.tw:8080/ir/handle/987654321/35783

Title: 使用最近的m個群中心的一般化模糊k均值分群法
Generalized Fuzzy k-Means Clustering Using m Nearest Cluster Centers
Authors: 賴仁傑
Contributors: NTOU:Department of Computer Science and Engineering
國立臺灣海洋大學:資訊工程學系
Keywords: 模糊k均值分群法;資料分群;群切割
Date: 2013
Issue Date: 2013-10-07T02:59:04Z
Abstract: 在本篇論文中,我們提出一個使用最近的m個群中心的一般化模糊 k均值分群法來將一組資料分成k個群。在傳統的模糊k均值分群法中,一個資料點i對於群中心j的membership 的範圍是從0到1之間。提出的方法中,如果Cj 是Xi最近的M個群中心之一,那麼 的範圍是從0到1之間;否則 的值為0。 M的值為群中心的數量,其範圍在1跟k之間;Cj為第j群的群中心;Xi為第i個資料點。當M的值等於k時,提出的方法跟模糊k均值分群法是一樣的。從實驗結果來看,我們可以發現與模糊k均值分群法相比,我們得到了更好的分群品質及較少的計算時間。實驗結果顯示提出的方法可以大量減少模糊k均值分群法的計算時間。使用資料”Yeast Data”時,提出的方法跟模糊k均值分群法相比,減少 Xie-Beni參數VXB 的值為41.5%。較低的VXB值代表較好的分群結果。
URI: http://ethesys.lib.ntou.edu.tw/cdrfb3/record/#G0010057006
http://ntour.ntou.edu.tw/handle/987654321/35783
Appears in Collections:[資訊工程學系] 博碩士論文

Files in This Item:

File Description SizeFormat
index.html0KbHTML138View/Open


All items in NTOUR are protected by copyright, with all rights reserved.

 


著作權政策宣告: 本網站之內容為國立臺灣海洋大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,請合理使用本網站之內容,以尊重著作權人之權益。
網站維護: 海大圖資處 圖書系統組
DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback