中點(diǎn)密度函數(shù)的模糊聚類(lèi)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論(0)
針對(duì)傳統(tǒng)模糊C一均值( FCM)聚類(lèi)算法初始聚類(lèi)中心不確定,且需要人為預(yù)先設(shè)定聚類(lèi)類(lèi)別數(shù),從而導(dǎo)致結(jié)果不準(zhǔn)確的問(wèn)題,提出了一種基于中點(diǎn)密度函數(shù)的模糊聚類(lèi)算法。首先,結(jié)合逐步回歸思想作為初始聚類(lèi)中心選取的方法,避免收斂結(jié)果陷入局部循環(huán);其次,確定可能的聚類(lèi)類(lèi)別數(shù)目;最后,對(duì)結(jié)果進(jìn)行重疊度和分離度的模糊聚類(lèi)有效性指標(biāo)判定,確定最佳的聚類(lèi)類(lèi)別數(shù)。實(shí)驗(yàn)證明該算法與原改進(jìn)C一均值聚類(lèi)算法相比,減少了迭代次數(shù),平均準(zhǔn)確率提高了12%。實(shí)驗(yàn)結(jié)果表明該算法能夠減少聚類(lèi)的處理時(shí)間,并在平均準(zhǔn)確率和聚類(lèi)性能指標(biāo)上優(yōu)于對(duì)比算法。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
中點(diǎn)密度函數(shù)的模糊聚類(lèi)算法下載
相關(guān)電子資料下載
- 基于K-means聚類(lèi)算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類(lèi)算法 498
- 如何在 Python 中安裝和使用頂級(jí)聚類(lèi)算法 415
- 10種聚類(lèi)算法和Python代碼4 1118
- 10種聚類(lèi)算法和Python代碼3 960
- 10種聚類(lèi)算法和Python代碼2 796
- 10種聚類(lèi)算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺(jué)新范式!COCs:將圖像視為點(diǎn)集 636
- 10種頂流聚類(lèi)算法Python實(shí)現(xiàn)(附完整代碼) 989