文件名称：模糊C均值聚类算法的改进研究 (2011年)
文件大小：486KB
文件格式：PDF
更新时间：2024-07-03 05:36:31
自然科学 论文
模糊C均值聚类算法(FCM)是一种比较有代表性的模糊聚类算法,主要是通过迭代更新聚类中心和隶属度矩阵,使目标函数值达到最小.FCM算法还有很多缺陷和不足,其中最主要的就是选取不同的初始中心,会得到不同的聚类结果,影响到聚类的稳定性和准确率.本文对要聚类的数据集采用数据分区技术进行预处理,根据物质质心的定义及质心运动原理,计算每个数据分区的质心做为FCM聚类的初始聚类中心.实验结果表明,改进后的算法FCM能够降低迭代次数和运行时间,得到比较稳定的聚类结果.