文件名称：论文研究-基于K近邻隶属度的聚类算法研究.pdf
文件大小：463KB
文件格式：PDF
更新时间：2022-09-26 23:49:08
论文研究
经典模糊C均值聚类算法（FCM）基于欧氏距离，存在不同规模类簇不能正确聚类问题，针对此问题提出一种基于[K]近邻隶属度的模糊C均值聚类算法（KNN_FCM）。讨论了基于[K]近邻隶属度的粗糙C均值聚类算法（KNN_RCM）和粗糙模糊C均值聚类算法（KNN_RFCM），此方法避免了传统粗糙C均值聚类算法（RCM）和粗糙模糊C均值聚类算法（RFCM）中阈值选择问题。将KNN_FCM、KNN_RCM、KNN_RFCM分别与FCM、RFM、RFCM在UCI数据集上进行仿真比较，结果表明新方法是可行、有效的。