摘要
为解决传统的模糊C-均值(FCM)算法容易陷入局部最优解的问题,该文提出了一种基于平滑技术改进的FCM算法,考虑到处于不同位置的样本点对分类的影响程度不同及聚类个数对聚类结果有很大影响,新算法结合了点密度及最佳聚类数确定方法,最后用有效性评价函数评估算法的有效性。实验证明,新方法聚类效果更好。以帕金森疾病为例对新方法在医学中的应用进行了探讨。
学科与关键词
关键词
模糊C-均值算法平滑技术点密度聚类数有效性评价函数 fuzzy C-means algorithmsearch space smoothingdot densitycluster numbervalidity evaluation function
- 一种改进的FCM算法及仿真实验研究刘杰陕西理工学院学报(自然科学版), 2015, (04): 40-44.
- 改进的高效模糊C均值聚类算法丁旭晨; 林锦贤微型机与应用, 2013, (23): 74.
- 基于差分演化的FCM算法在肝癌诊断中的应用叶玉婷; 唐德玉现代计算机, 2013, (11): 9.
