基于减法聚类改进的模糊C-均值算法的模糊聚类研究AET-电子技术应用-最丰富的电子设计资源平台

基于减法聚类改进的模糊C-均值算法的模糊聚类研究
所属分类：技术论文
上传者：aet
文档大小：322 K

所需积分：0分积分不够怎么办？
文档介绍：针对模糊c-均值(FCM)聚类算法受初始聚类中心影响,易陷入局部最优,以及算法对孤立点数据敏感的问题,提出了解决方案:采用快速减法聚类算法初始化聚类中心,为每个样本点赋予一个定量的权值,用来区分不同的样本点对最终的聚类结果的不同作用,为提高聚类速度采用修正隶属度矩阵的方法,并将算法与传统的FCM相比.实验结果表明,该算法较好地解决了初值问题,与随机初始化方法相比,迭代次数少,收敛速度快,具有较好的聚类结果.
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

相关文章