[发明专利]广义多变量模糊c均值聚类算法在审
| 申请号： | 201710516287.7 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107301430A | 公开（公告）日： | 2017-10-27 |
| 发明（设计）人： | 文传军;陈荣军;刘福燕 | 申请（专利权）人： | 常州工学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京知识律师事务所32207 | 代理人： | 高桂珍 |
| 地址： | 213032 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种广义多变量模糊c均值聚类算法，其步骤包括1.对样本集合依GMFCM目标函数最小化原则进行最优化划分；2.初始化样本分量模糊隶属度；3.利用粒子群算法对样本分量模糊隶属度进行寻优估计；4.根据分量聚类中心公式计算样本分量聚类中心；5.计算得到GMFCM目标函数。本发明对样本分量赋予模糊隶属度，增强了聚类算法对样本的分类性能，采用粒子群算法对分量模糊隶属度进行估计，克服了多变量模糊聚类算法算法不完备的问题，同时将模糊指标m扩展到大于0的情况，提升了聚类算法的通用性。 | ||
| 搜索关键词： | 广义 多变 模糊 均值 算法 | ||
【主权项】：
广义多变量模糊c均值聚类算法，包括如下步骤：步骤1：对样本集合依广义多变量模糊c均值聚类算法目标函数最小化原则进行最优化划分；步骤2：初始化样本分量模糊隶属度；步骤3：利用粒子群算法对样本分量模糊隶属度进行寻优估计；步骤4：根据分量聚类中心公式计算样本分量聚类中心；步骤5：计算得到GMFCM目标函数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于常州工学院，未经常州工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710516287.7/，转载请声明来源钻瓜专利网。
