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：
模糊c均值聚类算法是目前聚类分析中最受欢迎的算法之一，但其聚类效果往往受初始参数的影响。针对这一问题，提出一种基于网格和密度的模糊c均值聚类初始化方法。以网格和密度为工具提取聚类样本的类聚类中心，以此来初始化模糊c均值聚类算法的初始参数，从而弥补原算法的不足。实验证明方法是可行的、有效的；
英文摘要：
Fuzzy c-means clustering algorithm is one of the most widespread clustering algorithm, Its performance strongly depends on the initial parameters. To solve this problem, an initialization method for fuzzy c-means clustering algorithm based on grid and density is proposed, Grid and density are used to extract the clustering centers of samples, and initialize the initial parameters of fuzzy c-means clustering algorithm. Experiment shows that this method is feasible and valid.
同期刊论文项目
同项目期刊论文
期刊信息
位置：