-
题名核模糊C均值算法的类别间可分性优化
- 1
-
-
作者
王铭军
朱文耀
-
机构
丽水学院
-
出处
《科技通报》
北大核心
2014年第5期145-147,171,共4页
-
基金
浙江省工业设计科技项目(2013D40046)
-
文摘
随着的计算能力的不断提高和计算机体系结构的可编程性,将向着多核,众核的异质形核的方向继续发展。针对这一问题,本文对KFCM算法的类别间可分性优化进行了分析,通过对于FCM算法的数据集C划分、FCM算法和HCM算法的理论知识,解释了KFCM算法,对于样本的特征进行优化,将高维特征空间内的数据映射到内核函数中,将样本的有益特征扩大,到达快而准的聚类效果。经过仿真测试显示,KFCM算法模型聚类效果可以准确区分二者。
-
关键词
模糊C均值算法
类别间可分性
聚类
-
Keywords
fuzzy c-means algorithm class separability between clustering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-