FCM聚类算法介绍 - search read.pudn.com.docVIP

下载本文档

16
0
约2.91千字
约 4页
2017-06-12 发布于境外
举报
版权申诉

FCM聚类算法介绍 - search read.pudn.com.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

聚类算法介绍算法是一种基于划分的聚类算法它的思想就是使得被划分到同一簇的对象之间相似度最大而不同簇之间的相似度最小模糊均值算法是普通均值算法的改进普通均值算法对于数据的划分是硬性的而则是一种柔性的模糊划分在介绍具体算法之前我们先介绍一些模糊集合的基本知识模糊集基本知识首先说明隶属度函数的概念隶属度函数是表示一个对象隶属于集合的程度的函数通常记做其自变量范围是所有可能属于集合的对象即集合所在空间中的所有点取值范围是即表示完全隶属于集合相当于传统集合概念上的一个定义在空间上的隶属度函数就定义了一个模

FCM聚类算法介绍 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。模糊集基本知识[21] 首先说明隶属度函数的概念。隶属度函数是表示一个对象x隶属于集合A的程度的函数，通常记做μA(x)，其自变量范围是所有可能属于集合A的对象（即集合A所在空间中的所有点），取值范围是[0,1]，即0= μA(x)=1。μA(x)=1表示x完全隶属于集合A，相当于传统集合概念上的