2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)分類是貫穿各個學(xué)科的重要問題。在各個數(shù)據(jù)類型中擁有多個維度的多維數(shù)據(jù)是最錯綜復(fù)雜,在工業(yè)生產(chǎn)和生活實踐中也是最常用到的數(shù)據(jù)。縱觀各種各樣的數(shù)據(jù)分類算法,非監(jiān)督類算法在實際應(yīng)用中有非常廣闊的應(yīng)用空間。在非監(jiān)督算法中應(yīng)用最為廣泛的就是K-means算法和Fuzzy c-means(FCM)算法。
  K-means算法作為硬聚類領(lǐng)域劃分的基礎(chǔ)算法,F(xiàn)CM算法作為軟聚類劃分的代表算法,在實際應(yīng)用中被廣泛使用的同時也擁有諸多缺點。其中

2、FCM聚類算法作為一個非監(jiān)督模式的算法通過使目標(biāo)函數(shù)獲得最小值來得到最優(yōu)解。在聚類中心的移動過程中會因為算法本身的固有缺陷陷入局部最小值,而導(dǎo)致分類結(jié)果不精確。硬劃分和軟化分的本質(zhì)區(qū)別在于在硬劃分中每一個元素只能屬于或者不屬于某一個聚類,而在軟化分中,元素和聚類之間的關(guān)系不再是單純的屬于或者不屬于,而是由模糊的隸屬度來描述。隸屬度是一個用來表示元素和聚類之間關(guān)系的值。
  為了獲得更高的分類精確度和更快的速度,論文探討了FCM算法

3、的優(yōu)缺點,然后分析了它的邏輯構(gòu)成和各個模塊之間的關(guān)系,并針對這些做出了改進,提出了新的針對多維數(shù)據(jù)的模糊聚類算法,Unitary Fuzzy Cluster Algorithm(UFC)。UFC算法應(yīng)用了維度歸一化工具和新的聚類中心移動公式。維度歸一化工具能夠用權(quán)重代表多維數(shù)據(jù)的每一維的特性。論文還提出了一種新的移動聚類中心的方式,能科學(xué)的移動聚類中心。通過不斷地計算各個數(shù)據(jù)到聚類中心的距離的權(quán)值來移動聚類中心。聚類中心的最優(yōu)解能讓相似

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論