曰本美女∴一区二区特级A级黄色大片, 国产亚洲精品美女久久久久久2025, 页岩实心砖-高密市宏伟建材有限公司, 午夜小视频在线观看欧美日韩手机在线,国产人妻奶水一区二区,国产玉足,妺妺窝人体色WWW网站孕妇,色综合天天综合网中文伊,成人在线麻豆网观看

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于懲罰因子的樣本隸屬度改進算法

大?。?/span>0.78 MB 人氣: 2017-12-12 需要積分:1

  針對傳統(tǒng)模糊C均值(FCM)算法在聚類過程中存在收斂速度慢、對大數(shù)據(jù)處理實時性不強等問題,提出了一種基于懲罰因子的樣本隸屬度改進算法。首先分析抑制式模糊C均值( SFCM)聚類特點,研究懲罰因子對樣本隸屬度修正的觸發(fā)條件,進而設(shè)計出基于懲罰因子的SFCM聚類隸屬度動態(tài)修正算法。通過算法實現(xiàn)樣本向“兩極移動”,達到快速收斂之目的。理論分析與實驗結(jié)果表明,在相同的初始化條件下,改進算法的執(zhí)行時間效率比傳統(tǒng)FCM算法提高約40%,比基于優(yōu)化選擇的SFCM( OS-SFCM)算法提高l0%,其聚類準確度與其他兩種算法相比也有一定的提高。
?

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?