论文部分内容阅读
传统的FCM 算法对于初始中心敏感，需要事先指定聚类数目。而且对于类大小不均匀的情况下很难得到正确的聚类结果，我们通过引入相似函数并构造出归一化距离，得到模糊商空间的分层递阶的结构，并通过基于粒度思想的准则函数选择出一个最佳层次，从而确定聚类的个数，并且选择具有相似性高的样本作为初始聚类中心，给出了基于模糊商空间的FCM 算法(QFCM)。与传统的算法比较，改进的算法能够自动确定最佳聚类数目，发现大小不均的聚类，并且可以有效的减少迭代次数，得到稳定的结果，并提高了聚类准确率。实验证明了QFCM 算法的有效性。