隶属度修正类模糊C-均值聚类算法的对比分析
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

浙江省高校访问学者教师专业发展项目(FX2014175);温州市公益性科技计划项目(G20140049);浙江工贸职业技术学院教师科技创新项目(X140203)


Comparison of Membership Correction Fuzzy C-Means Clustering Algorithms
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了更深入的对模糊C-均值聚类算法进行研究,从提高算法的收敛速度角度着手,总结归纳了以RCFCM、S-FCM、PIM和FCMα等算法为代表的隶属度修正类模糊C-均值聚类算法,跟踪阐述了其研究进展.为了展现算法的全貌,从不同参数和不同模糊指数等角度实验分析了各算法的性质和特点.根据实验分析结果,为其后续研究指明了方向.上述工作将为FCM算法的进一步研究提供有益的参考.

    Abstract:

    In order to study on the fuzzy C-means clustering algorithm deeply, starting from the angle of improving convergence speed of the algorithm, the membership correction fuzzy C-means clustering algorithms which are represented by RCFCM, S-FCM, PIM and FCMα algorithm etc. are summarized and the research progress is tracked. To show the panorama of the algorithms, the nature and characteristics of each algorithm are analyzed by the experiments with different parameters and different fuzzy index. According to the experimental results, the direction of further research of the algorithms is pointed out. The above work can provide a valuable reference for further research on FCM algorithm.

    参考文献
    相似文献
    引证文献
引用本文

郭华峰,梁久祯,潘修强.隶属度修正类模糊C-均值聚类算法的对比分析.计算机系统应用,2016,25(3):21-27

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-07-05
  • 最后修改日期:2015-09-06
  • 录用日期:
  • 在线发布日期: 2016-03-17
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号