《模式识别原理、应用及实现》 课件 7.4模糊Ｋ均值算法.pptVIP

7.4模糊Ｋ－均值算法武汉理工大学①任选K个聚类中心；②按最近邻规则聚类；③根据聚类结果计算新的聚类中心，比较新旧聚类中心是否相等；④新旧中心相等，结束；否则回到②。模糊K-均值算法基本思想：首先设定一些类及每个样本对各类的隶属度；然后通过迭代，不断调整隶属度至收敛。K-均值算法回顾：模糊K-均值算法由聚类分析中动态聚类法中的K-均值算法派生出来。(1)确定模式类数K，1KN，N为样本个数。步骤：加权平均例如，3个样本时：！例当有两个聚类中心时，样本j对两个类别隶属度的计算：类似于相对距离例：由U(0)可知，倾向于X1、X2、X3为一类，X4为一类。得如对X3有：类似地，可得到U(1)中其它元素，有