10.3969/j.issn.1009-3087.2005.06.026
基于加权样本的FCM快速算法研究
为改进FCM算法在处理大样本集聚类时速度慢、耗时多的缺点,根据样本在特征空间中的特征值分布情况,引入等价样本和样本加权概念,在此基础上提出了FCM(Fuzzy C-Means)的快速算法一般形式:WFCM(Weighted Fuzzy C-Means)算法.理论上证明了WFCM算法和FCM算法对样本集分割的等价性,并且,WFCM在运算性能方面明显优于FCM算法.而两个算法在灰度图像分割上的例子验证了WFCM算法的快速性和有效性.
模糊C均值聚类、FCM算法、WFCM算法、加权样本、图像分割
37
TP391.4(计算技术、计算机技术)
2005-12-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
130-134