基于粒子群优化的直觉模糊核聚类算法
大小：1.67 MB 人气： 2018-03-14 需要积分：1
直觉模糊集（IFS，intuitionistic fuzzy sets）理论作为Zadeh模糊理论最重要的拓展形式之一，因其增加了犹豫度属性参数，可更加细腻地刻画客观现象的模糊不确定性本质，引起了相关研究领域的广泛关注。因此，多位学者对如何将FCM算法拓展到直觉模糊领域进行了研究，贺正洪将聚类对象及聚类中心点用直觉模糊集表示，提出基于直觉模糊集合的模糊c均值算法。申晓勇聚类对象和聚类中心点及两者间的关系均推广到直觉模糊领域，提出了一种基于目标函数的直觉模糊集合数据的聚类方法。这些算法虽然取得了较好的应用效果，但同样也遗留了经典FCM算法的一些缺点，即对数据原型有较强的依赖性，对复杂的数据结构显得的无能无力。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%