基于粒子群優化的直覺模糊核聚類算法
大小：1.67 MB 人氣： 2018-03-14 需要積分：1
直覺模糊集（IFS，intuitionistic fuzzy sets）理論作為Zadeh模糊理論最重要的拓展形式之一，因其增加了猶豫度屬性參數，可更加細膩地刻畫客觀現象的模糊不確定性本質，引起了相關研究領域的廣泛關注。因此，多位學者對如何將FCM算法拓展到直覺模糊領域進行了研究，賀正洪將聚類對象及聚類中心點用直覺模糊集表示，提出基于直覺模糊集合的模糊c均值算法。申曉勇聚類對象和聚類中心點及兩者間的關系均推廣到直覺模糊領域，提出了一種基于目標函數的直覺模糊集合數據的聚類方法。這些算法雖然取得了較好的應用效果，但同樣也遺留了經典FCM算法的一些缺點，即對數據原型有較強的依賴性，對復雜的數據結構顯得的無能無力。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于粒子群優化的直覺模糊核聚類算法下載
相關電子資料下載
- 采煤機用牽引干式變壓器優化設計方案 1209
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 粒子群算法的MATLAB實現（2） 775
- 粒子群算法的MATLAB實現（1） 1372
- matlab-粒子群算法優化simulink中的pid參數詳解 2839
- Python代碼下的PSO實現及Matlab下的粒子群函數分享 528
- 粒子群優化算法PSO優化模糊控制論域 863
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 10種聚類算法和Python代碼4 1118