共查询到20条相似文献,搜索用时 435 毫秒
1.
2.
3.
对文[1]提出的聚类有效性函数HP(u,c)作了一定的理论分析,并就文[1]使用的数据及其他数据进行了计算机模拟。模拟结果显示:HP(u,c) 作为FCM算法的聚类有效性函数是不合适的。 相似文献
4.
一种稳健的聚类方法 总被引:5,自引:0,他引:5
张媛祥 《数学的实践与认识》2003,33(8):8-10
本文讨论一种新的聚类方法 :属性均值聚类 .通过理论分析 ,属性均值聚类是比模糊均值聚类更稳健的聚类方法 .数值实验说明了该方法的有效性 相似文献
5.
在模糊C均值(Fuzzy C-Means,FCM)聚类应用过程中,针对目前模糊加权指数的确定缺乏理论依据和有效评价方法这一问题,提出了一种基于子集测度的模糊加权指数计算方法.首先根据子集测度理论定义了一个聚类有效性函数,然后依据该函数在聚类过程中通过循环进化迭代来计算聚类结果的有效性,并将其值反馈到模糊加权指数m的变化中,而使m收敛到一个稳定解,即得到最佳模糊加权指数.理论分析和实验表明,该算法是有效的,为模糊加权指数m的探讨研究提供了一种新的思路和途径. 相似文献
6.
模糊识别、决策与聚类理论模型 总被引:9,自引:0,他引:9
本文首先建立了一个新的模糊模式识别理论模型。然后提出新的模糊综合决策与模糊聚类模型,文中也指出了ISODATA聚类方法存在的不足。 相似文献
7.
提出一种新的基于模糊聚类和卡尔曼滤波方法的模糊辨识算法 .该方法是基于快速模糊聚类 ,计算给定样本在各类中的隶属度 ,并利用卡尔曼滤波方法辨识模糊模型的结论参数 .整个辨识过程与一般的模糊聚类方法 [1 ]相比 ,需要的 CPU时间大大缩短 .最后通过仿真实例验证了该方法的有效性 . 相似文献
8.
针对一类具有不确定性区间数多指标信息的聚类分析问题,依据传统的基于数值信息的FCM聚类算法的思路,提出了一种新的聚类分析算法。章首先描述了具有区间数多指标信息的聚类分析问题;其次给出了基于区间数多指标信息的关于最优划分和最优聚类中心确定的两个定理;然后给出了基于区间数多指标信息的FCM聚类算法的计算步骤。该算法的特点是聚类中心的表现形式为精确的数值,给出的两个定理说明了该聚类算法的收敛性。最后,通过给出一个算例说明了本给出的聚类算法。 相似文献
9.
本文指出了以往的一些错误,同时给出了一个新定理,从而得到了严格的理论依据;构造了一种较新的直接聚类法。 相似文献
10.
11.
12.
13.
14.
15.
16.
本文利用模糊关系矩阵在“min-max”复合下的运算,提出了一种新的模糊聚类方法,它是直接计算出并类距离矩阵进行聚类,但在计算量上要远远小于通常的聚类,并且它的聚类结果是唯一的。 相似文献
17.
硬聚类和模糊聚类的结合——双层FCM快速算法 总被引:3,自引:0,他引:3
模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。 相似文献
18.
基于遗传算法的模糊聚类分析 总被引:1,自引:0,他引:1
针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于算法的优化计算.同时针对算法中,聚类效果往往受到聚类数目和初始聚类中心的影响,提出了基于平均信息熵确定聚类数目的方法,并采用密度函数来获得初始聚类中心.实验证明,基于遗传算法的模糊聚类方法能够避免产生局部极小值,较好的解决聚类结果对初值的依赖. 相似文献
19.