欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
针对模糊C-均值（FCM）聚类算法的容易收敛于局部极值的不足，提出了一种改进的模糊FCM聚类算法，此新算法在聚类中心选取和优化过程中进行了充分的考虑，是一种用于确定最佳聚类数的聚类算法，并且利用了分阶段思想，结合动态直接聚类算法和标准聚类算法，来尽量避免模糊C-均值（FCM）聚类算法的不足。新算法与传统（FCM）聚类算法方法相比，提高了算法的寻优能力，并且迭代次数更少，在准确度上也有较大的提高，具有很好的实际应用价值。
英文摘要：
For the fuzzy C-means （FCM） clustering algorithm of the shortcomings, an improved fuzzy clustering algo- rithm FCM is proposed. The fuzzy C-means （FCM） clustering algorithm is easy to converge to local extremurn. The new al- gorithm has taken into account in the algorithm selection and optimization of the process of cluster centers. It is a new algo- rithm that is used to determine the optimal number of clusters of the clustering. It uses a phased thinking and dynamic cluste- ring algorithm and standard clustering algorithm to avoid the deficiencies of the ambiguity C-Means （FCM） clustering algo- rithrru Compared with the traditional （FCM） clustering algorithm the new algorithm improves the optimization ability of the algorithm, and the number of iterations is fewer. In addition, there is also a larger improved at the accuracy, and good practical applications.
同期刊论文项目
同项目期刊论文
期刊信息
位置：