基于粗糙C-均值聚类的能量均衡LEACH算法

低功耗自适应集簇分层型(LEACH)协议选择的簇头节点存在分布不均匀和能耗不均衡等问题。为此,基于粗糙C-均值聚类提出一种改进的LEACH算法。通过定位技术获取节点的位置坐标,利用粗糙C-均值算法对无线传感器网络节点坐标进行聚类,以保证簇头节点的均匀分布,并使用基于剩余能量的LEACH算法选择簇头节点。计算结果表明,改进算法可使簇头节点在每轮选择时均匀地分布在网络中,同时延长网络的生命周期。

粗糙模糊C-均值算法及其在图像聚类中的应用

提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。