基于阈值参数距离的模糊C均值聚类算法及应用

摘要：

针对提出一种基于阈值参数距离的模糊C均值聚类算法，其思想是在对设定阈值参数对样本数据到聚类中心的距离进行分段，距离大于阈值参数的点相对聚类中心的隶属度为0，距离小于阈值参数的点相对聚类中心的隶属度不同且服从特定的隶属函数。理论推导该算法有效时模糊度指数应介于0到1之间，仿真结果表明该算法相比较传统的FCM算法具有更好的收敛性与聚类准确性。

关键词：阈值参数、模糊聚类、FCM、半模糊

分类号：TP3;TN9

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26