王學(xué)恩　韓德強(qiáng)　韓崇昭

摘要：針對(duì)粗糙模糊C均值聚類的閾值、權(quán)重選取問題，提出了一種基于不確定性度量的參數(shù)自適應(yīng)獲取方法。該方法將閾值選取歸結(jié)為一個(gè)最優(yōu)劃分尋找問題，給出一種基于方差的劃分優(yōu)劣評(píng)價(jià)方法；利用信息熵來度量樣本歸屬的模糊性，基于該模糊性度量和類簇的粗糙度.提出了一種權(quán)重參數(shù)自適應(yīng)計(jì)算方法。將所提方法應(yīng)用于粗糙模糊C均值聚類，并將分別基于所提方法與典型參數(shù)選取方法的粗糙模糊C均值聚類算法在人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)比較。結(jié)果表明，基于所提參數(shù)確定方法的粗糙模糊C均值聚類能獲得更好的聚類有效性和準(zhǔn)確性。