模糊c均值算法的研究

模糊c均值算法的研究

ID:34547774

大小:1.84 MB

頁(yè)數(shù):45頁(yè)

時(shí)間:2019-03-07

模糊c均值算法的研究_第1頁(yè)
模糊c均值算法的研究_第2頁(yè)
模糊c均值算法的研究_第3頁(yè)
模糊c均值算法的研究_第4頁(yè)
模糊c均值算法的研究_第5頁(yè)
資源描述:

《模糊c均值算法的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、寧夏大學(xué)碩士學(xué)位論文模糊c均值算法的研究姓名:袁紅梅申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師:魏立力20100501摘要聚類分析是數(shù)據(jù)預(yù)處理的一種重要.T具.作為一種無(wú)監(jiān)督分類方法。它已經(jīng)被廣泛地應(yīng)用于模式識(shí)別、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺和模糊控制等許多領(lǐng)域.模糊聚類由于能夠描述樣本類屬的中介性,能夠客觀地反映現(xiàn)實(shí)世界,己逐漸成為聚類分析的主流方法之一.在眾多的模糊聚類算法中,模糊c均值算法(FCM)可以說是應(yīng)用最為廣泛、最為靈敏的一種算法.模糊c均值算法是模糊聚類分析中一種基本的劃分方法,通常該方法采用誤差平方和準(zhǔn)則函數(shù)作為聚類有效準(zhǔn)則.模糊c均值算法表現(xiàn)出很多優(yōu)點(diǎn):算法簡(jiǎn)單、解決問

2、題的范圍廣、快速而且能有效地處理大型數(shù)據(jù)庫(kù)和高維度數(shù)據(jù),還可以轉(zhuǎn)化為優(yōu)化問題而借助經(jīng)典數(shù)學(xué)的非線性規(guī)劃理論求解,并易于計(jì)算機(jī)實(shí)現(xiàn).因此,隨著計(jì)算機(jī)的應(yīng)用和發(fā)展,基于目標(biāo)函數(shù)的模糊聚類算法成為新的研究熱點(diǎn).本文通過對(duì)FCM聚類算法的運(yùn)行機(jī)理進(jìn)行系統(tǒng)的分析,在模糊C均值算法中目標(biāo)函數(shù)是基于歐氏距離的基礎(chǔ)上,針對(duì)這個(gè)問題,從以下方面對(duì)FCM聚類算法進(jìn)行了改進(jìn).主要:J:作包括:第一,首先,本文概括介紹了聚類分析和模糊聚類分析的基本原理.聚類分析就是無(wú)監(jiān)督模式識(shí)別中的一個(gè)重要分支.聚類分析的基本思想是根據(jù)物以類聚的原理,對(duì)樣本進(jìn)行分類.其次,介紹了聚類分析的數(shù)據(jù)類型和已有的模糊聚類有效性函數(shù)以及

3、模糊C均值算法并指出了模糊C均值算法存在的問題.第二,將傳統(tǒng)的的模糊c均值算法中目標(biāo)函數(shù)是基于歐氏距離(即L2)改為用一種新的距離來(lái)刻畫目標(biāo)函數(shù),在此基礎(chǔ)上,通過實(shí)驗(yàn)說明了基于新距離的目標(biāo)函數(shù)的模糊C均值算法的可行性與有效性.關(guān)鍵詞:聚類分析,模糊聚類分析,模糊c-均值,目標(biāo)函數(shù)AbstractClusteringanalysisisanimportanttoolfordatapreprocessing.Asanon—supervisedclassification,itwaswidelyusedinpatternrecognition,datamining,computervision

4、,fuzzycontrolandmanyotherfields.FuzzyclusteringCanbedescribedasanintermediaryofthesampleclasswhichCanobjectivelyreflecttherealworld.Fuzzyclusteranalysisgraduallybecameoneofthewaysthemainstreamofclusteranalysis.Fuzzyc-meansalgorithmisthemostwidespreadandsensitiveinmanyfuzzyclusteringalgorithms.Fuz

5、zyc-meansalgorithmwhichisabasicofthepartitionmethod.Squarederrorcriterionfunctionoftenusedasclusteringeffectivecriterion.Fuzzyc-meansalgorithmisdemonstratedmanyadvantages:simple,awiderangeofproblem—solving,fast,Candealeffectivelywithlargedatasetsandhigh—dimensionaldata.Itcanalsobeconvertedtotheop

6、timizationproblemwhichcanusenonlinearprogrammingofclassicalmathematicaltheorytosolve.Asfarasthecomputerisconcerned。itiseasytoimplement.Thus,withtheapplicationanddevelopmentofthecomputer,theobjectivefunctionbasedfuzzyclusteringalgorithmintoanewresearchfocus.neobjectivefunctionofthefuzzyc-meansalgo

7、rithmisbasedontheEuclideandistance.Accordingtothisproblem,thefollowingaspectsoftheFCMclusteringalgorithmtoreconstructinthispaper.Maintasksinclude:Firstly,ontheonehand,thispaperoverviewedthebasicprincipleoftheclustering

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。