论文部分内容阅读
可能性C均值聚类算法（PCM）中模糊加权指标m要求大于1,通过对PCM算法的分析讨论,将PCM算法中模糊加权指标m设置为多个独立变量,且将其取值范围进行了扩展,称之为广义可能性C均值聚类（GPCM）。GPCM从理论上分析了加权指标m的扩展取值范围,并利用粒子群算法（PSO）对样本模糊隶属度进行估计。GPCM算法突破了PCM算法对参数m的约束。仿真实验验证了所提算法的有效性。