关于模糊C-均值(FCM)聚类算法的改进
关于模糊C-均值(FCM)聚类算法的改进关于模糊C-均值(FCM)聚类算法的改进∑∑md2(x1,v,)离有变化,即(1)式中改为(,)=|P)(x;-v大连大学学报其中W为模糊加权因子,由式(5)确定。在模糊¢一均值算法中引入模糊加权因4子,使得数据空间中各个数据点对同一橐类中心所具有的特征优势不同,导致对距离的贡献也不同,更具合理性,使得聚类效果更好,分类更清晰,改进数据预处理的方法。4数据仿真结果将200个二维数据分为三类。使用了两种方法,本文提出的改进的模糊聚类算法(引入了模糊加权因子),结果见图2;经典的模糊C-均值聚类算法6,结果见图3对比聚类效果图如通过对比两种算法的效果图可以看出:图图3FCM聚类效果图2是改进后的模糊聚类算法(引入了模糊加权刈比目标函数曲线如下因子)的效果图,聚类效果比图3经典的模糊C均值聚类算法更好,数据点更集中,有若干点集中在聚类中心上。我们可以看右下角的数据点,改进后的模糊聚类算法将紫色的点和蓝色的点能清楚的分开,两个类之间的界限很明显而模糊C-均值算法分类的程度就不是很清晰,分别属于两个类的绿色的点和紫色的点几乎重合,可见类与类之问划分不清晰。图4改进算法后的目标函数图图2改进算法后的聚类效杲图喷笔签义,引入了重要参数-模糊加权因子,模糊加权因子的引入,使得数据空间中各数据点所具有的特大连大学学征优势不同,导致对距离的贡献也不同,这是两种距离定义方法的根本区别之处。并且用数据仿真验证了这种改进了的模糊聚类算法比原来的算法聚类更有效,分类更清晰,速度快。参考文献O一0年第五期[l} Timothy J.Ros.模糊逻辑及其工栏应用[M].北京:电子工业出版社,20032]鲁宇,范希鲁.模糊加权距离及其合理性讨论[J].北方交通大学学报,1990(2)[3]王士同、神经模糊系统及其应用[M].北京:北京航天航空大学出版社,1998(6)图5FCM目标函数图T 4 1 Kazutaka Umuyaharu, Saclaaki MiyarIulo and Yoshiteru图4的是改进算法后的目标函数图(引入模糊Nakamori, Formulations of Fuzzy Clustering for Categorical加权因子),图5是经典的模糊C-均值算法目Data, International Journal of Innovative ComputingInformation and Control(lICIC), vol 1, no, 1, pp 83标函数图。可以看出图4的函数曲线比图5的函94,2005(3)数曲线更加平滑,收敛速度快。[5 Hugang Han, Information System with Fuzzy Weights5结论Intermational Journal of Innovative Computing, Information本文讨论的是对模糊C-均值聚类算法的改and Control JICIC ) vol. 2, no 3, pp 553-565, 2006进,在原有的模糊C-均值算法的基础上,用一种6]吴晓莉,林哲辉.MAⅣLAB埔助模湖系统设计[M.西安:新的定义距离的方法替代欧氏空间中距离的定西安电子科技大学出版社,2002.Improvement of the Fuzzy C-Means Clustering AlgorithmWANG Ying-jie Wang, BAI Feng-bo, WANG Jin-hui(1. College of Information Engineering, Dalian University, Dalian, 116622, China2. MSPD, HiSoft Technology Intemational Ltd., Beijing, 100074, China3. Beijing Electromechanical Engineering Insitute, Beijing, 100074, ChinaAbstract: An improvement algorithm about the fuzzy c-means clustering algorithm is discussed in this paper. Basedon original fuzzy c -rneans clustering algorithm, the improvement algorithm uses a new way of defining distance todisplace the distance in Euclidean space. Experimental results show that the improvement algorithm is better thanal algurithm and the classification is clearer than original algKey words Fuzzy c-means algorithm; Fuzzy weighted distance; Fuzzy weighted factor
- 2020-12-07下载
- 积分:1
计算机组成原理期末复习重点总结
本文档适用于大学生学习。主要归纳了计算机组成原理该科目的知识内容,用于期末复习。其中,部分资料为手写归纳,若出现错误请以课本为主星章对奴斜加迹一子电叶尊加亠究漏收电寻对水第代电陪引机第m大现真电计率五代善适计计尊机下分大型和E型和(高座能计加,起邻机,机。微望机22站图形强入利讨机(克入宣内研为時定方用温计专甲加养钝沉言顶程方一五佛。序南假记一可混言→机机费丸罢概描系力輒他指友)计尊加系览的是指附能够程序所四列计机系属池,可根点1结构与西能筋性计摩個氏是指加何突观对加构阿角属指与现机属性)仔夏计導机塔点)消金据存子鸦内,可挖地址形司3),指加椒推均甲二进劇表京)满由操市吊和她(源体脱粒位)今有備内把序悟該4)以泛摩题为中/↓现以有儒为)分鼻机餐很计而叫大烟章事件伦原Am从定伴:如快菜部伴执行速度所兼得秦瓷性庭加速比受限子试評件在系瓷中所占际重号性系涵能(、执行时同染进前)糸瓶如座比=系铙能品前)机行时间(后驶同(5)洪时时的1)x[(进例计+到评戈故行间前→系能加化代应司(下)可设进比例十的足越兼得而益程序而局部性原理时国和皇司)席章A基孤2|105余52(105)。=(11o|o1)212从般×→取坐0,80≤2原0XX≤为为真为整际应都0十原:L+0原二0,0000000-01原二1,0o0oco0模子益武而临界值边M)m整为补福:了30时82=x.[+0=[XD时[补=A+=从=A:)例:x=10)[2+=管位X=-1101=20=1000000直宦原码装换白科:了有为距模=有愿三8反:正码=嚓真负N反:原除磨号取反,原:-127~121)~8路-18~1补二十病而表示:鹃为x-(1)=真鱼万=真值例:像评单精度示701a.0-1010(·0|=·01089 ol01 t ollI Il- 1o0o olo△傅鸡宜格值制正殺原函0原硝0左病0升B右反A+8]补=1十工+补3号励态A-B]料三[A+TB补书两位3查利断?0=0直播乘该A例求解101x来礼点A0n+ oQ CoM初鱼0000A←A+Ao101鸡。0(00计鸦,。。010AA+10|110右形0010(A←A+Nt0001/0(在形0100:CC764=101160neoe. cetl Iec,10h-Ilool onto K=-T二u100l.例求解11初恒为0永截神0M+,形考A人初,oo管AA-A401nom号在6o011彩·将1001011I44+9101。106o0右移20101019101011右形「。。10100在补位臂号n移,n形卫得点运臂X= XM x2X2MEEX+y=(Xm X2x2ESE十YAXE-TEXx二(XD)x2变(=)x-Y=(Am2XE-TEx/YXA/以人点加腐以而墓原理).对操限操7教4置对D下密差,小硝同大砖看,所强小是事同在移但,每市,可1)教两加对里碳上,以对能行相应)将笼果格吧:如录足都不是规格形龙,则各信果满得点数而乘豫法两午将点极刘来,支形的育为两乘所丽违形,其尾赦为两来数尾数勇个将南相阶商的网丽被徐超两成种国商的尾为减毅勇尾除以乘敬的尾搬检加料队同说是长度相词函两进制烯面对应格不司的比奇偶验吨用奇烛验时,校的设置变候证特报得和成中的的截力都使甲成验要原的限5出=骂:如运算CkC城酸乘除善除以中如派席换武减例M)=1D0.G=101求莫循序兄余校的解0(n3,Mn)=10000/1100600·2=-100060DGU)01000余R)=010·可借那兄余为0ABD·x2+20=10010=(0D Tu)传是T6,W硝正一侵梯位的汉码的位的港取频合2-2m+k4m为倍夏色的都,极验应汉丽C排放在殇亠这十9+98十14+414+1Hu HnH1。?H0DDe Ds C4 D4 D3D C D, CC1=H1二Hbs①H7①日?凸2二A=2份H6田H7Jpo③HC2=H4二HH6出1⑤4=H2=H701.nBC4C2C1Bc4c3c,=0→误0果十进剧→误色置
- 2020-12-01下载
- 积分:1