论文部分内容阅读
自模糊c回归模型(FCRM)聚类算法提出以来,其在收敛速度和鲁棒性等方面的改进一直是研究的热点。为此,M.S.Yang等提出模糊c回归模型α(FCRMα)算法,该算法引入参数α,对FCRM算法进行了快速迭代,提高了算法的鲁棒性。然而该算法存在参数α选值的问题。针对这种情况,基于相似关系理论提出一种自适应的α参数取值方法,得到了自适应迭代过程的SAFCRM算法。多个实验表明,相对于FCRMα算法,SAFCRM算法具有更强的鲁棒性,收敛速度更快,得到的回归效果也更好。