基于森林优化算法的模糊C－均值聚类算法及其实现研究.doc

下载文档

0
0
约1.7万字
约 30页
2023-11-05 发布于广西
举报
版权申诉
保障服务

基于森林优化算法的模糊C－均值聚类算法及其实现研究.doc

1、本文档共30页，其中可免费阅读9页，需付费138金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

东北电力大学本科毕业论文 - PAGE II - 1 - 基于森林优化算法的模糊C－均值聚类算法及其实现研究摘要摘要 - PAGE I - 摘要模糊聚类是数据分析常用的分类方法之一。至今为止，模糊聚类分析已经能够有效地应用在数据挖掘、大规模数据分析、图像处理、模式识别等各个领域，并且在理论与实际应用方面具有重要价值。模糊C－均值聚类算法即是应用较为广泛的模糊聚类算法中的一种。模糊C－均值聚类算法是一种典型的动态聚类算法，它的聚类方式是通过优化目标函数得到每个数据样本点对所有类中心的隶属度，以此决定样本点的归属，从而完成对数据样本的分类。但是FCM算法本质上