基于減法聚類改進(jìn)的模糊C-均值算法的模糊聚類研究 | |
所屬分類:技術(shù)論文 | |
上傳者:aet | |
文檔大小:322 K | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:針對模糊c-均值(FCM)聚類算法受初始聚類中心影響,易陷入局部最優(yōu),以及算法對孤立點數(shù)據(jù)敏感的問題,提出了解決方案:采用快速減法聚類算法初始化聚類中心,為每個樣本點賦予一個定量的權(quán)值,用來區(qū)分不同的樣本點對最終的聚類結(jié)果的不同作用,為提高聚類速度采用修正隸屬度矩陣的方法,并將算法與傳統(tǒng)的FCM相比.實驗結(jié)果表明,該算法較好地解決了初值問題,與隨機(jī)初始化方法相比,迭代次數(shù)少,收斂速度快,具有較好的聚類結(jié)果. | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2