核模糊C均值算法的类别间可分性优化 |
| |
引用本文: | 王铭军,朱文耀.核模糊C均值算法的类别间可分性优化[J].科技通报,2014(5):145-147,171. |
| |
作者姓名: | 王铭军 朱文耀 |
| |
作者单位: | 丽水学院; |
| |
基金项目: | 浙江省工业设计科技项目(2013D40046) |
| |
摘 要: | 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 |
本文献已被 CNKI 等数据库收录! |
|