论文部分内容阅读
针对FCM中数据点隶属度的计算是影响算法执行效率的主要因素，提出一种新的加速FCM算法（accelerated fuzzy C-means，AFCM），用于加速FCM及基于FCM的演化聚类算法．AFCM算法采用抽样初始化操作，产生较好的初始聚类中心，对于拥有较大隶属度的数据点，通过一步k-means操作更新模糊聚类中心，同时仅更新小隶属度来达到加速FCM算法的目的．为了验证所提出方法的有效性并提高聚类算法的效率，将AFCM应用于基于演化算法的模糊聚类算法．实验表明，此方法在保持良好的聚类结果前提下，能够减