模糊C均值(FCM)聚类算法可以用来建立样本对类别的不确定性描述。文章提出一种基于拉普拉斯系数优化目标函数的FCM聚类算法。在目标函数中引入拉普拉斯系数,给对象之间的结构信息赋予权重,从而提高算法的质量和效率。通过紧凑性来优化聚类的有效性,并利用最大有效性的方法来提高改进算法的抗噪性能。仿真实验表明,改进的FCM算法与标准算法相比具有更准确的聚类效果,且受噪声影响小,鲁棒性强。
科研之友
微信
新浪微博
Facebook
分享链接
