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。
2020-04-22 13:25:46
260KB
1
在做一些涉及FCM算法的实验时,需要查阅FCM算法的一些基本资料。但是已有的文献资料常常不会涉及基本内容,或是中间略去了推导过程。这里,本人尝试着给出了推导,并整理出FCM算法的基本思想及步骤,给需要的朋友,以节省宝贵的科研时间。
2020-01-16 03:10:26
724KB
1
利用基于核函数的模糊均值聚类方法进行聚类分割图像。先求出隶属矩阵和聚类中心，通过高斯核函数计算样本点距离聚类中心的距离，若前后两次距离变化量小于某一阈值时算法终止，既得到聚类中心和隶属矩阵
2019-12-21 21:21:57
2KB
1