《表5 MPC在不同模糊加权指数下的最佳聚类数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新模糊聚类有效性指标》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

m为模糊加权指数，控制着聚类结果的模糊程度。正是由于m的引入，使传统聚类推广到模糊聚类。m根据已有经验一般选择为[1.5，2.5]。现将聚类有效性指标分别在m=1.5、1.7、2、2.3、2.5五种情况下应用于以上数据集（表3～9）。实验结果表明，PC、MPC、PE、XB和UV随着m的变化，聚类结果发生变化，只有FM和W指标不随m的变化而变化，对m鲁棒；在聚类正确率方面，只有新提出的W指标正确率为100%。实验表明新指标在不同的m下能够得到较好结果，有较强的可靠性和鲁棒性。