已閱讀1頁，還剩41頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、模糊C-均值(FCM)聚類算法是非監(jiān)督模式識別中應(yīng)用最為廣泛的算法之一.該算法基于最小平方誤差，并規(guī)定了每個樣本對各類隸屬度的和為1，這使得樣本的典型性反映不出來，不適用于有噪聲、離群點、分布不均衡樣本的情況.為了克服這些缺點，本文著重從以下幾個方面對FCM加以改進：
(1)引入一種新的非歐式距離：d2(x，y)=i-exp(-β||x-y|｜2)；放松歸一化條件，使所有樣本對各類的隸屬度總和為N.改善了離群點和樣本不均衡
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 改進的模糊C-均值聚類算法.pdf
- 改進模糊C-均值聚類算法的數(shù)據(jù)挖掘研究.pdf
- C-均值聚類算法的改進研究.pdf
- 基于改進粒子群算法的C-均值聚類算法研究.pdf
- 自適應(yīng)模糊C-均值聚類算法研究.pdf
- 模糊C-均值聚類的研究.pdf
- 模糊C-均值算法改進研究.pdf
- 入侵檢測中模糊C-均值聚類算法研究.pdf
- 基于差分進化的模糊C-均值聚類算法研究.pdf
- 改進的模糊C-均值算法在文本聚類中的應(yīng)用研究.pdf
- 改進的模糊C-均值聚類對噪聲圖像的分割.pdf
- 基于GA優(yōu)化的核模糊C均值聚類算法的研究.pdf
- 模糊C均值聚類算法的研究與改進.pdf
- 基于模糊C均值聚類算法的入侵檢測方法.pdf
- 基于改進人工蜂群的模糊C均值聚類算法研究.pdf
- 融合粒子群和蛙跳算法的模糊C-均值聚類算法研究.pdf
- 基于空間鄰域加權(quán)的模糊核C-均值圖像聚類及其應(yīng)用研究.pdf
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 全局模糊C-均值聚類算法在色彩遷移中的應(yīng)用.pdf
- 基于模糊C均值聚類方法的圖像分割算法研究.pdf
評論
0/150
提交評論