论文部分内容阅读
聚类评价指标对衡量一个聚类的优劣有着重要作用．现有的聚类评价指标通常都基于统计理论或模糊理论．收到基础理论的限制，在一些特殊场合，这些指标不能对聚类进行正确的评估．提出了一种基于模态逻辑的新的聚类评价指标．通过把相似性定义成数据集上的二元关系聚类被描述成Kripke结构．用原子公式表示每个簇后，聚类的结果可以用一组逻辑公式来表示．根据最小描述长度原则，聚类评价指标由这种表示方式的准确性和复杂性构成．由于这种新的评价指标对相似性没有任何附加的限制，它较之现有的评价指标更为通用，而那些指标往往都默认了某种相似